基于改进Borderline-Smote-GBDT的冠心病预测

针对样本不平衡问题,提出一种基于欧氏距离改进的Borderline-Smote过采样算法.首先根据欧式距离判断少数类样本类别;然后根据边界上的少数类样本的k近邻数据找出线性直线,由同侧近邻数据判别是否为噪音;最后重新判别删除噪音的剩余少数类样本的类别,对边界少数类样本和密集的非边界区域的少数类样本过采样合成新样本.等磁场图和二维电流密度图中提取的心磁特征数据集经过改进Borderline-Smote过采样处理,结果表明改进Borderline-Smote-GBDT冠心病预测模型相比Borderline-Smote-GBDT模型准确率提高8.4%,精确率提高2.9%,召回率提高9.1%,AUC提高4.6%.此外,与逻辑回归、随机森林、k近邻、极端随机树模型对比发现,GBDT结果最优,改进Borderline-Smote-GBDT准确率、召回率、精确率、AUC分别为91.7%、91.7%、81.8%、87.1%,验证了该模型的可行性.