dedi-kNN算法在甲状腺疾病预测中的研究

陈彬嫣 唐德玉

摘要：由于传统kNN算法在不平衡数据中的分类误差较大，故结合DBscAN算法、熵权法以及密度可达的思想，生成动态k值来改进KNN算法（ded-kNN）。以甲状腺疾病为例用MATLAB编程验证其在疾病预测中的应用，结果表明，改进的算法分类性能得到很大提高。

关键词：甲状腺疾病;kNN算法;密度可达;疾病预测

中图分类号：TP301 文献标识码：A 文章编号：1006-8228（2020）07-80-04

0引言

甲状腺疾病是一种常见的由促甲状腺激素水平异常引起的内分泌系统疾病，患病人数占20%～50%，在内分泌领域属于仅次于糖尿病的第二大疾病。甲状腺功能的实验室检查主要是通过测定促甲状腺激素（TSH）、三碘甲状腺原氨酸（T3）以及甲状腺激素（T4）等指标来发现并根据临床经验诊断出大部分甲状腺疾病。由此可见，诊断过程掺杂着医生的主观判断，不同的医生的知识储备和临床经验有差异，势必会造成一定的误诊率。本文提出一种ded-KNN算法，能有效克服传统算法在不平衡数据分类中的局限，为医生在甲状腺疾病的诊断划分中提供宝贵建议，对实现计算机辅助医疗诊断有一定的现实意义。

1传统K-NN算法

K-NN（K-NearestNeighbor）算法，即K-邻近算法是一种简单有效的惰性分类算法。早在1968年，该算法由Cover和Hart研究提出，其基本思想是：通过选择合适的距离函数分别计算出待测样本与训练集中每一个样本的距离，并选择与待测样本距离最小的K个训练样本进行投票，票数最高的类别作为待测样本的最终预测类别。近年来，基于其简单有效且易于理解的特点，K-NN算法在人脸识别、文本分类还有医学图像识别与分类等热门领域都得到了比较成功的应用。……