分类树中C&RT算法与判别分析的比较及其医学应用

目的:探讨分类树中C&RT算法和判别分析在数据分析应用中的区别。方法:首先介绍模型的基本原理,据此对方法间的优缺点进行比较,然后采用实例进行分析介绍,并报告模型的树型图,10折交叉验证的预测准确率。结果:C&RT算法是非参数、非线性的,对变量不同属性的适应是非常灵活地;C&RT在构造树模型时是单变量拆分和递归的,故能够明显细分危险因素。结论:C&RT算法和判别分析模型各有优势,根据数据特点及专业背景合理分析与解释,将能保证分析的正确性和完善性。