breast-cancer-diagnostics-源码
使用机器学习进行乳腺癌诊断
该项目的目的是采用UCI机器学习存储库中的乳腺癌威斯康星州（诊断）数据集，并应用Logistic回归，朴素贝叶斯，支持向量机，决策树和多层感知器等机器学习模型来提取特征可能最适合预测癌症性质的数据集。 目的是对乳腺癌是良性还是恶性进行分类。 确定基于模型预测的模型的准确性，以相互分析和比较生成的模型，并从模型中选择最佳模型。 多层感知器是测试过的模型中最准确的模型，准确度为97.2％。
文件下载
评论信息
其他资源
- TMS320LF2407原理图
- 【多城市版】全新蚂蚁分类信息系统 纯净版
- 2019全国最新景点POI数据.csv
- c# winfrom 省市区三级联动
- 学生dreamweaver网页设计作业成品
- mysql-libs.zip
- dwt算法matlab实现
- 汽车电子硬件设计
- 系统集成项目实施计划书
- 新闻发布系统
- 北航离散数学期末考题
- VSCodeUserSetup-x64-1.53.0.exe
- php-docs：一个简单的网络工具，可从结构化的markdown文件在git下创建html docs。 包含可用于Drupal项目的模板-源码
- macOS 开发 - 入门笔记
- Kinetis E系列上的I2C引导加载程序设计
- win10 dns修改.bat
- 2016国科大算法分析与设计考试题
- python接口自动化—0828精装版.pdf
- matlab连通区域的提取
- 基于spring 的ssi-uploader的多图片上传
- pm3 4.0免费软件
- Aspose.Words 去水印版
- c# rgb565 转 rgb24
- 最优服务次序问题C代码
- VB6.0与S7200编程口(PPI协议)通讯
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
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