机器学习分类器技术对乳腺癌的分类-研究论文

Breast Cancer WDBC SVM

癌症是导致人类死亡的众所周知的疾病，乳腺癌（BC）是女性诊断出的癌症之一。一生中大约有八名女性被诊断出患有BC。如果尽早诊断出BC，可以很容易地进行治疗。这项研究的方法是通过不同的机器学习（ML）技术来识别患有BC或不患有BC的患者。在这项研究中，威斯康星州诊断性乳腺癌（WDBC）数据集将通过支持向量机（SVM），k最近邻（k-NN），朴素贝叶斯（NB），决策树（DT）和逻辑回归（LR）进行分类）。分类之前有一个预处理阶段，其中五个不同的分类器应用了5倍交叉验证方法。分类性能是通过使用混淆量度通过性能测量参数（即准确性，敏感性和特异性）来测量的。在这项研究中，SVM在归一化过程后发现的最佳性能为99.12％的精度。

文件下载

评论信息

其他资源

免责申明

【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论【只为小站】经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见版权及免责申明

机器学习分类器技术对乳腺癌的分类-研究论文

文件下载

评论信息

其他资源

免责申明

个人信息

相关资源标签

热门下载

最新下载