[发明专利]一种中医体质优化分类方法

摘要

本发明公开了一种基于改进型CART决策树与模糊朴素贝叶斯组合模型的中医体质优化分类方法，属于中医体质科学与信息科学技术交叉融合的工程技术领域。本发明建立了多维人体面部皮肤指标体系，筛选出相关性较强的指标集合，并根据各指标不同的贡献程度，有所侧重的保留原属性以剔除冗余属性。针对需要兼顾可解释性与准确性的分类要求，充分发挥了训练样本较少条件下决策树对属性和类间关系的良好归纳特性和训练样本较多条件下朴素贝叶斯分类准确率最高的优势，所述中医体质优化分类方法可以用于定量地研究皮肤与中医体质间的潜在联系，为皮肤的健康养护、调理和治疗提供一定的科学依据与数据、方法支撑。 1

主权项

1.一种中医体质优化分类方法，其特征在于：所述的中医体质优化分类方法基于改进型CART决策树与模糊朴素贝叶斯组合模型，包括以下步骤，步骤一、人体面部皮肤指标体系构建及关键指标提取；确定人体面部皮肤状态的皮肤指标，选择Spearman秩相关系数来度量皮肤指标两两之间的相关性，并对筛选出的相关性强的皮肤指标采用主成分分析法进行降维，重新组合为一组新的相互无关的综合变量，作为皮肤指标属性集；步骤二、不同部位皮肤指标信息加权综合；选取额头、左眼角、左脸颊和下巴四个部位的皮肤指标属性，采用层次分析法计算出四个部位的权重，对四个部位的皮肤指标值加权综合得到各皮肤指标属性的四部位综合值；步骤三、基于改进CART决策树模型的中医体质分类；将人体的体质类型集表示为因变量，皮肤指标属性集表示为自变量，以人体面部皮肤指标属性的四部位综合值和其相应的体质类型为训练样本，对训练样本通过递归分割的方式建立CART决策树；步骤四、基于模糊朴素贝叶斯模型的中医体质分类；将中医体质类型设定为贝叶斯模型的类变量，皮肤指标属性集设定为贝叶斯模型的属性集，定义各皮肤指标属性值对归属区间的模糊隶属度函数，用以计算贝叶斯模型的模糊类条件概率；并通过统计分析计算出各类中医体质类型的先验概率，带入贝叶斯模型中求解得到各皮肤指标属性集对各类中医体质类型的模糊后验概率，最大后验概率所对应的中医体质类型就是该皮肤指标属性对应的基础体质；步骤五、改进CART决策树与模糊朴素贝叶斯模型的组合；分别统计CART决策树和贝叶斯模型在训练过程中分类正确的训练样本个数，除以训练样本总数即为两算法的分类准确度ACART和ANB；进而计算决策树模型分别对各类体质的训练准确度b(k),k＝1,2,…,m，m为全部的体质类型总数；定义决策树模型在输出体质类型为Yt时对各类体质的后验概率为，将其与贝叶斯模型输出的后验概率P(Yk|X)NB加权综合，得，此时，得到的最大概率所对应的体质类型即为最终的分类输出结果，其中X为皮肤指标集X＝(X1,X2,…,Xn)。