核主成分-k近邻算法在心脏疾病分类中的应用研究

摘要

目的 基于核主成分与k近邻算法提出了心脏疾病分类的KPCA-KNN方法,以便更准确地掌握病人的病情.方法 通过Q-Q图检验核变换后的数据是否服从多元正态分布,其中核参数采用非参数统计检验——Friedman检验方法进行优化选取,进一步发现在同一种分类方法中,分类正确率对于核参数的选取具有鲁棒性.结果 所使用的数据是高维非线性数据,为了避免出现维数灾难和过拟合的现象,使用核主成分方法来减少数据维数,去除非线性因素的影响,通过k近邻算法判断病人是否患有心脏病.该方法在UCI数据库的SPECIF数据上进行了测试.结论 核主成分在降维和分类方面表现良好,分类准确率比原始的CLIP3算法提高了15％.与主成分相比,对于非线性数据的分类效果更为优越.在处理心脏疾病数据这一类非线性分类问题时,KPCA-KNN方法使得解决问题又多了一条有效的途径.