基于决策树和逻辑回归算法的辅具适配模型研究与实现

目的：为实现辅具适配过程中用户自主自助及辅具适配的精准预测，研究建立辅具适配模型。方法：通过调查问卷的方式收集到102份辅具配置信息作为数据集，基于决策树和逻辑回归算法建立辅具适配模型。使用python语言实现模型并绘制主要参数对模型性能的影响，优化后，计算准确率、召回率和F1分数评价模型的预测能力。结果：基于决策树算法建立模型准确率达到0.91，且召回率和F1分数性能指标分别为0.91和0.90。基于逻辑回归算法建立的模型性能较低。结论：本研究以患者使用辅具目标等信息为特征建模。基于决策树算法建立的模型性能优于逻辑回归模型，具有实用价值。