乳腺癌数据分类模型
在乳腺癌数据上实现不同的分类模型，并通过K折交叉验证来验证模型的准确性，并通过网格交叉来获得合适的超参数。 涵盖的型号。 1）通过网格搜索和K折交叉验证进行XG增强2）通过网格搜索和K折交叉验证进行逻辑回归
2021-05-11 20:44:53
29KB
1
乳腺癌分类
使用支持向量机的乳腺癌诊断分类
客观的：
知识库是一项学习练习，旨在：
从可用数据集中应用机器学习的基本概念
根据观察到的数据集评估和解释我的结果并证明我的解释是正确的
创建笔记本作为计算记录并记录我的思考过程。
分析分为多个部分，保存在该存储库的juypter笔记本中识别问题和数据源探索性数据分析预处理数据构建模型以预测乳房细胞组织是恶性还是良性
达到的精度-97％
2021-05-11 01:02:21
633KB
1
支持向量机SVM是一种新的机器学习方法，其基础是统计学理论。模型泛化能力强；进行非线性分类时通过高维空间变换。
2021-05-09 11:26:04
8KB
1
乳腺癌骨转移及双磷酸盐的应用，乳腺癌骨转移及双磷酸盐的应用课件，乳腺癌骨转移及双磷酸盐的应用PPT
2021-04-15 19:01:58
1.12MB