基于机器学习的围绝经期综合征中医智能辨证模型构建研究

目的 基于机器学习方法构建围绝经期综合征中医智能辨证模型。方法 检索中国知识资源总库（CNKI）、中文科技期刊数据库（VIP）、万方数据知识服务平台（Wanfang Data）、中国生物医学文献数据库（CBM）、古今医案云平台2.3.5建库至2022年5月收录的围绝经期综合征医案数据。通过数据预处理、特征工程,然后将数据样本按7∶3划分为训练集和测试集。运用逻辑回归、支持向量机、K近邻、随机森林、XGBoost、BP神经网络的机器学习算法建立围绝经期综合征的辨证模型。结果 整理得到1 021则医案数据样本,逻辑回归模型的准确率为82%,支持向量机模型的准确率为86%,K近邻模型的准确率为72%,随机森林模型的准确率为84%,XGBoost模型的准确率为83%,BP神经网络模型的准确率为85%。结论 支持向量机模型在中小型数据集上有更好的表现,其分类结果更具有临床指导意义。