臺灣博碩士論文加值系統

我們以決策樹概念中的隨機森林來探討具有不平衡資料(Imbalanced Data)之二元分類問題(Classification)，這所謂的二元分類問題指的是，處理案例資料中某一個分類資料所占的比例遠遠大於其他類別資料，也可以反過來解釋，其中某一個數據明顯低於另一個數據，當評估標準不能夠精確了解資料的情況，也就可能導致決策時發生誤判、或者是沒有發現真相等的問題。在這種具有不平衡資料特質的情況下，如果要預測事件屬於關鍵的少數類，則主要是必須找出較低的誤差值發生的原因，並且事件發生率小於5%，那麼透過瞭解過程來提高判斷與決策時的成功機率。所以只採用傳統的評估方法不能正確地測量模型性能，也就是不適合採用大家認知的準確度(Accuracy)來做為判斷模型好壞的衡量指標，我們必須找出不平衡資料原因來提高準確度。本研究將以案例國內南部某醫院外科加謢病房之病人為實際案例，首先先排除了臨終拔管情況以及資料不齊全的個案後，剩下則是病人第一次拔管的資料，總共有2,783位病人是第一次拔管，其中有174位病人需要重新插管，也就佔比例約6.25% 的病人拔管失敗了。該院方希望藉由這2,783位病人拔管的資料中找出導致重新插管的重要影響因子，或其中有什麼可依據特徵，來進一步建立可行的預測模式，期盼有助於醫生能在拔管前就能預測到哪一類病人可能是拔管失敗的高危險群，哪些情況可能導致拔管失敗，哪一類病人可以拔管成功機率高，哪些情況可能拔管成功機率高，再進一步做為拔管成功與失敗的衡量指標評估，這是本次研究探討二元分類的動機。

We use the random forest in the concept of decision tree to discuss the binary classification problem (Classification) with imbalanced data (Imbalanced Data). The proportion is much larger than other types of data, and it can also be explained in reverse. One of the data is significantly lower than the other data. When the evaluation criteria cannot accurately understand the situation of the data, it may lead to misjudgment in decision-making or failure to discover the truth. and so on. In such a situation with imbalanced data characteristics, if events are to be predicted to belong to a critical minority class, it is mainly necessary to find out why the lower error value occurs, and the event rate is less than 5%, then by understanding the process to Improves the probability of success in judgment and decision-making. Therefore, it is not suitable to use the traditional evaluation method to measure the performance of the model correctly, that is, it is not suitable to use the accuracy of everyone's perception as a measure to judge the quality of the model. We must find out the reasons for the imbalanced data to improve the accuracy. This study will take the case of a patient in a surgical ward of a hospital in southern China as an actual case. First, after excluding cases of extubation at the end of life and cases with incomplete data, the remaining data is the patient's first extubation, with a total of 2,783 One patient was extubated for the first time, and 174 of them needed to be re-intubated, and about 6.25% of them failed extubation. The hospital hopes to use the extubation data of these 2,783 patients to find out the important factors that lead to reintubation, or what characteristics are there, and to further establish a feasible prediction model, hoping to help doctors in extubation. It can be predicted that which type of patients may be a high-risk group for extubation failure, which conditions may lead to extubation failure, which type of patients can have a high probability of successful extubation, and which conditions may have a high probability of successful extubation. Despite the evaluation of metrics of success and failure, this is the motivation for this study to explore binary classification.

摘要...............i
Abstract..........ii
誌謝..............iv
目錄...............v
表目錄............vii
圖目錄............viii
第一章 緒 論......1
1.1 研究背景與動機......1
1.2 研究目的............1
1.3 研究範圍與限制......3
1.4 研究流程與步驟......3
第二章 文獻探討......5
2.1 分類法的概念......5
2.2 分類法的技術分類......6
2.2.1 決策樹......6
2.2.2 CART演算法......10
2.2.3 決策樹的優缺點......11
2.2.4 歸納學習......13
2.3 隨機森林(Random Forest)......13
2.3.1 隨機森林(基於Bagging)......18
2.3.2 隨機森林的參數與估計過程.....20
2.4 不平衡資料的定義......21
第三章 研究方法......23
3.1 研究內容.......23
3.2 研究目的......25
3.3 研究方法......27
3.3.1 混淆短陣與衡量指標......28
3.3.2 隨機森林(Random Forest，簡稱RF)....29
3.3.3 統計抽樣方法與合成樣本............29
3.4 研究執行步驟............30
第四章 資料建模與研究結果......32
4.1 隨機森林摸型建置......32
4.2 隨機森林的模型分類......36
4.3 隨機森林演算法的預測結果......38
4.4 實驗分析結果......42
第五章 結論與建議......45
5.1 研究結果與討論......45
5.2 未來方向及建議......46
參考文獻......47
附錄：程式檔......49
英文論文大綱Extended Abstract......56

1.張云濤、龔玲(2019)，資料探勘原理與技術，台灣五南圖書出版股份有限公司
2.張裕吉 (2009)，使用規則空間模型之本體論學習評估系統-以SCJP課程為例，聖約翰科技大學電機工程系碩士論文
3.盧嘉鎰 (2020)，冷凍設備遠端故障診斷系統之建置，國立虎尾科技大學電機工程系碩士論文
4.蔡智政 (2002)，應用CART決策樹與資料視覺技術於低良率晶圓成因探討，元智大學工業工程與管理系碩士論文
5.丁一賢、陳牧言 (2006)，資料探勘，滄海書局
6.涂宗楷 (2017)，冰水主機最佳化操作分析-應用資料包絡分析法結合CART決策樹，國立臺北科技大學能源與冷凍空調工程學術論文
7.林雅愉 (2018)，兩類別不平衡資料之兩階段取樣策略，國立交通大學工業工程與管理系碩士論文。
8.徐翊菁 (2020)，基於隨機森林分類之心房顫動發作預測，國立臺灣海洋大學電機工程學碩士論文
9.江婉琳 (2019)，運用決策樹探討病房型態選擇之研究：以南部某區域醫院為例，國立中正大學資訊管理系碩士論文。
10.黃子彥 (2018)，隨機森林演算法於UAV影像農作物分類之研究，國立中興大學土木工程學系碩士論文。
11.呂宜倫 (2016)，應用決策樹分析於資料探勘之研究－以預測混凝土抗壓強度為例，國立高雄應用科技大學工業工程與管理系碩士論文。
12.林書華 (2022)，集成學習Bagging模型在不平衡資料集的應用，中原大學應用數學系碩士論文。
13.林鶴閔 (2019)，基於隨機森林演算法於船舶主機失效預測之研究，國防大學運籌管理系碩士論文。
14.黃裕仁 (2017)，預測試管嬰兒成功率-使用隨機森林、RIPPER及決策樹資料探勘演算法，國立虎尾科技大學工業管理系工業工程與管理碩士論文
15.T. K. Ho, “Random decision forests, ” Proc. 3rd Int. Conference on Document Analysis and Rocognition, vol,1,pp.278-282,Aug.14-16,1995