36、机器学习分类器组合在肝病预测与旅行商问题优化中的应用

机器学习分类器组合在肝病预测与旅行商问题优化中的应用

1 肝病预测相关内容

1.1 数据集概述

“肝病”涵盖肝硬化、肝炎、肿瘤或代谢紊乱等病症。人体血液中少量胆红素属正常，但过量则是肝病迹象。天冬氨酸氨基转移酶（AST）是肝脏产生的一种酶，AST 血液检测可分析肝脏是否受污染，低水平的 AST 表明肝脏健康。碱性磷酸酶在所有身体组织中都会升高，主要在胆管和肝脏中，其高水平预示着肝病，不过孕妇或胆结石患者的常规值通常较高。总蛋白反映血液中不同蛋白质的数量，可进一步分为白蛋白和球蛋白部分，血液中总蛋白水平较低会导致肝脏功能受损，白蛋白与球蛋白的正常比值范围是 0.8 - 2.0。

本次研究的所有记录均来自 UCI 机器学习库，该数据集代表了从安得拉邦地区收集的统一印度人口样本，包含 583 名患者的数据，其中 416 条是肝病患者记录，167 条是非肝病患者记录。由于机器学习在数据丰富时效果最佳，而非肝病患者数据集相对较少，因此对其进行了过采样，使其与肝病患者记录类别数量相等。该数据集被命名为印度肝病患者数据集（ILPD），具有 11 个属性，最后一个属性是目标类别，1 代表患病患者，2 代表未患病患者，用于分离疾病模式。具体属性如下表所示：
|序号|属性|属性类型|
| — | — | — |
|1|年龄|数值型|
|2|性别|标称型|
|3|总胆红素|数值型|
|4|直接胆红素|数值型|
|5|碱性磷酸酶|数值型|
|6|丙氨酸氨基转移酶|数值型|
|7|天冬氨酸氨基转移酶|数值型|
|8|总蛋白|数值型|
|9|白蛋白|数值型|
|10|白蛋白与球蛋白比值