医生对中医证型的准确判断对整个治疗过程有着至关重要的作用,它是了解疾病性质、判定病人身体状态、总体把握病人身体情况的重要概括。本研究通过利用类风湿关节炎患者的基础信息、病史信息以及症状等200个维度的特征信息,对类风湿关节炎的湿热痹阻证(60.5%)、痰瘀痹阻证(19.8%)、肝肾亏虚证(15.8%)和风寒阻络证(4%)等4种中医证型进行分类和预测。首先,针对临床诊断数据高维且稀疏的特性,我们提出缺失值、单一值、相关性、零重要度和低重要度等5个规则进行特征选择,而后应用6种典型的机器学习算法,K近邻算法、支持向量机算法、决策树算法、随机森林算法、人工神经网络算法和AdaBoost算法对病人的中医证型进行预测。经过特征选择,我们将原200维数据降至42维,其中包括年龄、舌诊和脉诊等信息。在验证特征选择的有效性时,我们将42维的特征子集与200维的特征全集在6个算法上的预测效果进行比较。结果显示,特征选择有效提高了预测器的预测精度,并大大降低了数据集的维度,在6个算法中的预测效果均不同程度地高于基于全部特征的预测准确率。特征选择辅助神经网络算法在类风湿关节炎病人的中医证型上的预测效果最好,准确率达88%。机器学习算法可以帮助医生找到和识别重要信息,并可以作为辅助诊断系统,有助于提高医生诊断的效率和准确率,并帮助医院优化管理流程。