内容概要:本文首先介绍了有关数据挖掘方面的理论,阐述了从大数据中挖 掘相关信息的技术,然后介绍了有关决策树算法与随机森林算法的理 论。紧接着本文介绍了 Web开发中常见的Spring、SpringBoot等框架 技术,这些框架具有方便开发、快速部署等优点,极大的提高了系统 构建效率。随后,本文详细介绍了利用决策树算法和随机森林算法构 建糖尿病和心力衰竭预测模型的过程以及预测模型的性能评价指标。 在对比了决策树剪枝前后的模型与随机森林模型的性能后,本文选择 了随机森林模型作为系统使用的预测模型。然后本文从慢病管理系统 的需求分析出发,设计了本系统所必须的几大功能模块,并介绍了系 统数据库的主要几张表的设计。随后,本文以流程图、时序图等方式 介绍了慢病管理系统的详细设计与实现。最后,本文介绍了对慢病管 理系统的测试结果,验证了系统的功能完整可用性。不同于传统的慢病管理系统,本文构建的系统借助决策 树算法和随机森林算法为用户提供一定程度的慢病预警,用户可以根 据自身指标在系统中对自身的慢病风险进行预测,用户将通过预警模型进行预测。
适用群体:计算机专业同学
使用场景:毕业设计
- 1
- 2
前往页