多层学习联合建模方法设计在气阴两虚型咳嗽证候的辨证诊断中的应用

目的采用多层学习联合建模方法挖掘气阴两虚型咳嗽的辨证证候,以期为中医学习、研究临床辨证及诊断提供新的思路与方法。方法联合采用随机森林、XGBoost及logistic回归三种机器学习算法,对767例咳嗽患者病案,运用Anaconda 3-5.2.0软件建立算法模型进行分析。结果运用该方法所得的证候结果与文献记载的证候表现大体一致,主要为呛咳、乏力、口干、痰少而色白,燥苔、脉弱等证候。经交叉验证得出,XGBoost算法准确率为86.7%,随机森林为85.3%。结论多层学习联合建模方法可弥补单独使用随机森林、XGBoost或logistic回归算法所产生的缺陷,尤其对于临床病案较少的小样本数据更为有效,该方法在一定程度上降低了重要变量丢失的可能性。