一種改進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
標簽：向量機(20755)
針對遺傳算法（ GA）與支持向量機（SVM）集成相結合的疾病診斷方法存在屬性冗余的問題，提出了一種改進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、最大化區分矩陣可區別屬性的個數以及最大化約簡屬性對決策屬性的依賴度這三種目標函數相結合作為CA的適應度函數。在約簡屬性后取多個子集，以便利用SVM集成學習。在UCI數據庫中乳腺癌數據集的實驗表明，與原始的SVM算法相比，該方法在分類診斷的準確度以及敏感性方面有一定的提高，其中分類準確度至少提高了2%。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
一種改進的約簡和診斷乳腺癌診斷決策方法下載
相關電子資料下載
- 如何利用一些小技巧實現SVM的增量式訓練 321
- 深度解析機器學習各大模型原理 1144
- 基于計算機視覺與機器學習技術的跌倒風險預測 227
- 機器學習基礎知識全攻略 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進行圖像識別的自動學習自動訓練？ 321
- 關于機器學習的17種常用算法 320
- 使用Python從零實現多分類SVM 337
- 常用的十大機器學習算法介紹 292
- 全面總結機器學習中的優化算法 332