基于机器学习分类算法在丙型肝炎预测中的研究

西北民族大学 朱泰全

以目前的医疗水平丙肝病毒可以确诊并根治，但是丙肝病毒并没有被彻底消灭，主要是因为丙肝病毒感染病例的确诊率很低，有许多被感染而未确诊的患者，因此，对丙型肝炎进行早期的检测则显得尤为重要。血清丙氨酸氨基转移酸（ALT）和天门冬氨酸氨基转移酶（AST）水平在一定程度上反映了肝脏的损伤程度，检测他们，可以对献血者进行初步的丙型肝炎筛查。

近年来，随着计算机技术的发展，大量复杂的数据已经超出了人工能够统计和分析的范围，对于数据的处理和分析有了更高的技术要求，机器学习算法正好能承担此类任务。机器学习的最主要任务是对数据分类的能力。近年来国内机器学习算法的相关研究发展迅猛，并广泛应用于实际工作中。

本文构建丙型肝炎分类器，选用了机器学习算法中的KNN、支持向量机、决策树、随机森林四种分类算法，利用他们分析和预测丙型肝炎的数据，通过正确率、精确率等评估指标的比较，选取出一种可靠的模型来进行早期的预测，以期能够为丙型肝炎早期筛查和诊断提供帮助。

1 分类算法

1.1 KNN

KNN(k－NearestNeighbor)算法，又名K近邻算法是著名的模式识别统计学算法。KNN算法的思想非常简单：就是给定待测样本（数据和分类标签已知）。首先，基于某种距离计算方法，找出训练集中最接近待测样本的K个样本；然后，根据K个样本中出现频率最高的分类，对待测样本的类别标记进行预测。距离计算使用的是欧氏距离，n维空间的欧氏距离其公式为：