机器学习技术

将机器学习技术应用到中医病案数据分析中，提炼出临床经验中蕴藏的信息，从而实现名医经验的总结和传承，是促进中医药信息化的有效途径。中医临床数据中，一个病例有多个症状，同时可能有多个证型，这是典型的高维多标记数据分析问题。若一个样本和多个类标相关联，则称这样的数据为多标记数据。现实世界中多标记学习任务无处不在。例如，文本分类中每个文本可能属于多个主题，风景分类中每张风景图片可能属于多个语义类。在所有的多标记学习框架中，每个实例与一个类标集合相关联，多标记学习的任务就是要为未知实例预测其类标集，且类标集的大小是未知的。多标记学习通常都要涉及高维数据，但由于多标记学习的复杂性，针对多标记学习的降维方法和特征选择方法仍然很少。目前多标记学习技术大体可以分为两类：转化问题方法，改写算法方法。转化问题方法独立于算法，把多标记学习任务转化为一个或多个单标记分类任务，如单标记学习打分、组合类标、集成学习方法等；改写算法方法通过扩展特定的学习算法（如Boosting、SVM、决策树等）来直接处理多标记数据；特征选择旨在去除不相关特征和冗余特征，力求以最少的特征来表达原始信息，并达到最优的预测或分类精度。特征选择能够明显提高分类模型的可理解性，并且建立一个能更好预测未知样本的分类模型，具有重要的现实意义。