李永明

(渭南职业技术学院 师范学院， 陕西 渭南 714026)

0 引言

心理障碍可利用“心理病理学”的概念来解释，大范围的心理与行为异常即未按照社会认为的合适方式活动[1-2]。身体疾病只是自己受到某方面的伤害，而严重的心理疾病不仅会伤害到自己，还可能会涉及危害到其他人和社会[3-4]。

针对目前大众心理障碍现状，蔡飞亚等[5]设计了基于社会心理因素的产后抑郁症模型，付遥银等[6]设计了基于决策树的抑郁障碍预测模型，两种模型在预测抑郁症方面具有一定有效性，但两种模型仅仅针对抑郁症展开预测，具有片面性，心理障碍涵盖心理疾病种类众多，抑郁症仅为其中一种，因此有必要对心理障碍进行准确预测。在人工智能领域，数据挖掘技术为从数据库内发现知识的过程，可实现用户与数据库内知识的交互[7]，通过分析数据库内各个数据，从中寻找其规律[8]，因此本文结合数据挖掘技术构建基于数据挖掘技术的心理障碍预测模型，对心理障碍展开有效预测。

1 基于数据挖掘技术的心理障碍预测模型

1.1 心理障碍样本提取

为合理解决分类和回归问题，以投票或计算平均数的决策方法将随机森林生成的分类树进行重组[9]。心理障碍数据集的随机抽样是建立随机森林模型的先决条件，Bagging算法利用Bootstrap从心理障碍数据集内重复抽取子心理障碍数据集，心理障碍样本为该不同的子心理障碍数据集。Bootstrap重复抽样流程如下。

假设总样本数据……