您的账号已在其他设备登录,您当前账号已强迫下线,
如非您本人操作,建议您在会员中心进行密码修改

确定
收藏 | 浏览131 | 下载51

目的:运用机器学习探索绘画测验对青少年依赖型人格偏离的预测力.方法:研究样本是318例青少年,采用人格障碍诊断问卷的依赖型人格障碍分量表来评定青少年的依赖型人格偏离,借助统合型“房树人”绘画测验分析其绘画特征.共筛选出依赖型人格偏离阳性组79例,阴性组239例.运用机器学习探讨1 1项绘画特征对依赖型人格偏离的预测性能.结果:在对青少年依赖型人格偏离的预测中,所选取的11项绘画特征中,树干、伤痕(0.20)、人靠近树(0.18)和中心画(0.13)3个特征的平均重要性最高.机器学习模型预测的准确率为0.87,精度为0.85,召回率为0.86,F1分数为0.85.结论:绘画测验结合机器学习能较好地预测青少年依赖型人格偏离.

作者:陈涛;王鹏翀;林轩;裴欢昌;邢怡伦;罗捷;项锦晶;王亚

来源:中国心理卫生杂志 2019 年 33卷 10期

知识库介绍

临床诊疗知识库该平台旨在解决临床医护人员在学习、工作中对医学信息的需求,方便快速、便捷的获取实用的医学信息,辅助临床决策参考。该库包含疾病、药品、检查、指南规范、病例文献及循证文献等多种丰富权威的临床资源。

详细介绍
热门关注
免责声明:本知识库提供的有关内容等信息仅供学习参考,不代替医生的诊断和医嘱。

收藏
| 浏览:131 | 下载:51
作者:
陈涛;王鹏翀;林轩;裴欢昌;邢怡伦;罗捷;项锦晶;王亚
来源:
中国心理卫生杂志 2019 年 33卷 10期
标签:
机器学习 随机森林算法 人格偏离 绘画测验 青少年
目的:运用机器学习探索绘画测验对青少年依赖型人格偏离的预测力.方法:研究样本是318例青少年,采用人格障碍诊断问卷的依赖型人格障碍分量表来评定青少年的依赖型人格偏离,借助统合型“房树人”绘画测验分析其绘画特征.共筛选出依赖型人格偏离阳性组79例,阴性组239例.运用机器学习探讨1 1项绘画特征对依赖型人格偏离的预测性能.结果:在对青少年依赖型人格偏离的预测中,所选取的11项绘画特征中,树干、伤痕(0.20)、人靠近树(0.18)和中心画(0.13)3个特征的平均重要性最高.机器学习模型预测的准确率为0.87,精度为0.85,召回率为0.86,F1分数为0.85.结论:绘画测验结合机器学习能较好地预测青少年依赖型人格偏离.