一种融合模型树和随机森林的分析预测方法及其医学应用

摘要

中医方药的量-效关系和组效关系的分析对临床用药指导有着中药的意义,而决定其量-效关系和组效关系的数据呈现多自变量、多因变量和非线性的特征.随机森林回归在建模过程中对每一棵决策树叶子节点的数据进行均值处理,对非线性数据的预测精度较低;模型树M5算法通过对叶子节点进行多元线性回归来预测数据,具有较高的预测精度.提出一种融合模型树和随机森林的模型随机森林(M-RF)分析预测方法,该方法利用模型树取代随机森林中的决策树构成组合模型.分别采用模型随机森林方法和随机森林回归方法对UCI数据和中医复方药麻杏石甘汤的数据进行分析处理,实验结果表明,模型随机森林(M-RF)方法在非线性回归预测中的效果明显优于随机森林回归模型.