《表3 12个属性对于的Node结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于数据挖掘技术的冠心病诊断预测模型》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

基于Multilayer Perceptron算法的预测模型的建立以年龄、性别、胸痛类型、静息血压、血清胆固醇、空腹血糖是否大于120 mg/dl、静息心电图结果、最大心率、运动诱发的心绞痛、运动相对于休息引起的ST压抑、运动时ST段峰值的斜率、心脏缺陷种类12个属性为“输入值”，以是否患有冠心病为“可预测值”，利用WEKA中的Multilayer Perceptron算法进行神经网络分析。Multilayer Perceptron算法的参数选择为默认参数，输出结果见图2，模型的正确率为74.1313%，实验结果见表2、表3。这12个输入属性中对判断患者是否患有冠心病影响力从高到低排布为胸痛类型>血清胆固醇>运动相对于休息引起的ST压抑>最大心率>年龄>运动时ST段峰值的斜率>缺陷种类>性别>空腹血糖值>运动诱发的心绞痛>静息心电图结果>静息血压，见表4。