《表2 RBF_SVM与Poly_SVM得到的测试精度》
采用多分类的支持向量机对肺炎单病种患者住院费用影响因素(住院天数、医疗付费方式、性别、年龄)的重要性进行分析,评价各种因素对住院费用的影响。实验将样本中的283名患者作为训练集,将其他300例患者作为测试集,取患者的各项住院费用作为输入样本特征,分别以四个影响因素(住院天数、医疗付费方式、性别、年龄)作为样本标签。其中对于性别为一个二分类问题,对于医疗付费方式为一个六分类问题,即医保、农合、商业医疗保险、全公费、全自费、其他,而对于住院天数和年龄,由于其取值情况较多,因此在模拟实验中将住院天数分别等分为长期、中期、短期,即转化为三分类的问题,将年龄方式划分为中年、老年,即转化为二分类问题。由于该问题是线性不可分的,因此实验中构造非线性SVM模型,即采用高斯核(RBF)及多项式核(Polynomial)实现非线性划分。其中高斯核(RBF)参数取1.0,多项式核参数取3,两种核函数分别对应RBF_SVM和Poly_SVM两种分类器,实验得到的结果如表2所示。
图表编号 | XD00196693200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.05 |
作者 | 刘建美、武思翠、郭虎升 |
绘制单位 | 山西省晋中市第一人民医院、山西省晋中市第一人民医院、山西大学计算机与信息技术学院 |
更多格式 | 高清、无水印(增值服务) |