甲状腺结节是一种常见的疾病,发病的原因复杂多变,且发病率有逐年上升的趋势。目前,对甲状腺结节的诊断主要是利用超声图像诊断或者化学诊断的方法。但由于甲状腺结节的物理特征复杂多变,以及受医生经验水平和医疗设备等外在因素的影响,诊断结果的准确性很难得到保证。因此,本文利用医院收集到的甲状腺结节的物理特征数据,使用机器学习的方法,建立了一种科学直观的甲状腺结节良恶性预测模型,可为医生的诊断提供辅助手段。组合学习是机器学习中的一种新方法,被广泛应用于各领域。通常情况下,组合学习能获得比单一分类器更好的性能。因此,本文将组合学习引入到甲状腺结节良恶性预测中,利用动态组合方法建立了一个直观的甲状腺结节良恶性预测模型。采用基于k-means聚类划分的多分类器动态组合方法对甲状腺结节患者数据进行统计分析。首先,对甲状腺结节数据进行预处理,针对离散型变量的缺失数据,采用k-最近邻的方法进行填补;而对连续性变量缺失数据用中位数进行填补。对填补后的数据,引入交互项,进行变量选择。再采用C4.5、朴素贝叶斯(NB)、K-最近邻(KNN)算法训练基分类器。在此基础上,用聚类划分的方法划分样本能力区域,再在能力区域内训练最优分类器,进而得到多分类器动态组合模型。然后,用准确率、ROC曲线、AUC面积等指标,对模型进行评价。最后,对选定的模型进行模型检验。实证分析结果表明,导致甲状腺结节呈恶性的主要因素包括:回声比、大小、纵横比、形态、边缘成角、内部结构、钙化、声晕,以及大小与纵径、纵径与形态、纵径与血供程度的交互作用。基于选取的因素进行分类预测,其结果表明,用这些变量训练出的分类器取得了比用全部变量训练的分类器更好的预测效果,且采用聚类划分的多分类器动态组合方法得到比单一分类方法更好的分类效果。