典型文献
基于混合加权距离的KNN心衰患者死亡率评估模型
文献摘要：
利用K近邻算法预测心衰患者死亡率是一种积极影响患者健康的重要手段.但K近邻算法难以利用单一距离准确度量带有离散和连续型变量的样本距离,同时K近邻所采用的投票法不能衡量距离远近对于待测样本类别的影响.针对上述问题,提出了一种混合加权距离的K近邻死亡率评估模型.首先,利用卡方检测和基于L1正则化的逻辑斯蒂回归对特征的筛选和排序.然后,应用值差度量和曼哈顿距离混合计算样本间的距离.最后,采用softmin函数对距离加权处理后,输出最终待测样本类别.通过MIMIC-Ⅲ公开数据库的2743位心衰患者数据实验验证,改进的算法对于评估死亡率具有良好性能.
文献关键词：
心力衰竭;混合加权距离;K近邻算法;死亡率预测
中图分类号：
作者姓名：
付健;李灯熬;赵菊敏
作者机构：
太原理工大学大数据学院,山西 晋中 030600;太原理工大学信息与计算机学院,山西 晋中 030600
文献出处：
引用格式：
[1]付健;李灯熬;赵菊敏-.基于混合加权距离的KNN心衰患者死亡率评估模型)[J].太原理工大学学报,2022(05):933-939
A类：
混合加权距离,softmin
B类：
KNN,心衰患者,近邻算法,算法预测,连续型变量,投票法,距离远,远近,本类,卡方检测,L1,正则化,逻辑斯蒂回归,差度,曼哈顿距离,混合计算,距离加权,MIMIC,患者数据,好性,心力衰竭,死亡率预测
AB值：
0.315111
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
