一種改進(jìn)的約簡和診斷乳腺癌診斷決策方法
大小：0.73 MB 人氣： 2018-01-02 需要積分：2
標(biāo)簽：向量機(20755)
針對遺傳算法（ GA）與支持向量機（SVM）集成相結(jié)合的疾病診斷方法存在屬性冗余的問題，提出了一種改進(jìn)的約簡和診斷乳腺癌決策方法。該方法將最小化約簡屬性個數(shù)、最大化區(qū)分矩陣可區(qū)別屬性的個數(shù)以及最大化約簡屬性對決策屬性的依賴度這三種目標(biāo)函數(shù)相結(jié)合作為CA的適應(yīng)度函數(shù)。在約簡屬性后取多個子集，以便利用SVM集成學(xué)習(xí)。在UCI數(shù)據(jù)庫中乳腺癌數(shù)據(jù)集的實驗表明，與原始的SVM算法相比，該方法在分類診斷的準(zhǔn)確度以及敏感性方面有一定的提高，其中分類準(zhǔn)確度至少提高了2%。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
一種改進(jìn)的約簡和診斷乳腺癌診斷決策方法下載
相關(guān)電子資料下載
- 如何利用一些小技巧實現(xiàn)SVM的增量式訓(xùn)練 321
- 深度解析機器學(xué)習(xí)各大模型原理 1144
- 基于計算機視覺與機器學(xué)習(xí)技術(shù)的跌倒風(fēng)險預(yù)測 227
- 機器學(xué)習(xí)基礎(chǔ)知識全攻略 126
- 支持向量機的基本原理 支持向量機可以解決什么問題 1064
- 如何使用Python進(jìn)行圖像識別的自動學(xué)習(xí)自動訓(xùn)練？ 321
- 關(guān)于機器學(xué)習(xí)的17種常用算法 320
- 使用Python從零實現(xiàn)多分類SVM 337
- 常用的十大機器學(xué)習(xí)算法介紹 292
- 全面總結(jié)機器學(xué)習(xí)中的優(yōu)化算法 332