机器学习在抑郁症领域的应用

董健宇, 韦文棋, 吴珂, 妮娜, 王粲霏, 付莹, 彭歆

The application of machine learning in depression

DONG Jianyu, WEI Wenqi, WU Ke, NI Na, WANG Canfei, FU Ying, PENG Xin

表1 传统机器学习与深度学习的比较

比较内容 传统机器学习 深度学习 主要算法 支持向量机、支持向量机、随机森林、K-近邻算法、浅层人工神经网络… 卷积神经网络、自动编码器、循环神经网络、置信神经网络… 人工提取特征 需要 不需要, 自动抽取特征 数据集 较小 大 硬件需求 一般 高 训练时间 较短 长 解释性 良好 差 拟合能力 一般 很强