基于随机森林模型与SHAP算法的流感样病例影响因素分析研究

分享到

【作者】李进，魏艳龙，薛红新
【刊名】信息技术与信息化
【作者单位】¹太原师范学院；²中北大学
【年份】2024
【卷号】第2期
【页码】3-6
【ISSN】1672-9528
【关键词】流感预测百度指数 SHAP 支持向量回归随机森林回归 XGBoost
【摘要】通过机器学习算法和SHAP方法分析影响流感样病例的主要因素，挖掘和流感相关的关键词汇，进行初步筛选，再通过分析这些关键词与ILI序列的时滞相关性，对筛选出的关键词进行二次过滤。首先使用关键词变量分别构建支持向量回归、XGBoost模型、随机森林回归；然后应用SHAP方法进行模型可解释性分析，探讨影响ILI的主要关键词；最后利用随机森林回归方法构建的预测模型具有最高预测性能，其平均绝对百分比误差MAPE是0.141。模型显示“流感疫苗副作用、流感疫苗、感康、流行性感冒、康泰克、感冒”是预测ILI值...
【基金】国家自然科学基金
【文献类型】期刊