44、机器学习分类方法在CAD诊断与IVF数据集上的应用

机器学习分类方法在CAD诊断与IVF数据集上的应用

1. 投票集成学习技术在CAD诊断中的应用

在医疗疾病预测中，尤其是冠状动脉疾病（CAD）的诊断，测试数据大小对预测准确性有显著影响。为了提高CAD诊断的准确性，采用了投票集成学习技术，结合随机森林（RF）、额外树分类器（ETC）、XgBoost、决策树（DT）和梯度提升机（GBM）这五种机器学习算法作为基础学习器。

1.1 集成学习原理

集成学习通过组合多个基础分类器来提高整体性能。在投票集成学习中，有软投票（SV）和硬投票（HV）两种方式。软投票考虑每个基础分类器的预测概率，而硬投票则基于多数基础分类器的预测结果进行决策。

基础分类器的加权计算方式如下：
[Q(X_i) = \sum_{m = 1}^{M} w_m \Delta_{im}]
其中，(w_m) 是分类器 (C_m) 的权重，(\Delta_{im}) 是与输入和基础分类器相关的二进制变量。如果第 (m) 个基础分类器使用样本 (K) 的第 (i) 个输入实例进行训练，则输出为 1 或 0，具体定义如下：
[\Delta_{im} =
\begin{cases}
1, & \text{当 } y_i = y_{im} \
0, & \text{当 } y_i \neq y_{im}
\end{cases}]

在本研究中，基于多数原则，为基础学习器 RF、ETC、XgBoost、DT 和 GBM 分别分配了 0.3、0.2、0.2、0.1 和 0.2 的权重。这些权重的选择基于每个基础分类器模型在每次训练 - 测试分割（TTS）中的性能