机器学习XGBoost算法在医学领域的应用研究进展

摘要：

机器学习XGBoost算法于2014年提出,其基于boosting算法展开,在许多数据科学大赛上都显示出了极高的可用性和优异性能.目前基于XGBoost算法构建的分类或回归预测模型已经广泛地运用于医疗保健、金融、教育、制造等领域的数据分析中.在医药学领域中XGBoost已广泛应用于疾病诊断以及疾病发生风险、转归与预后、合理安全用药和药物研发的等方面,并且在这些领域中提供了具有极大可能性的解决方案,有助于提高决策的效率和质量,降低假阳性率.同时,XGBoost算法在处理数据缺失值时,能自动学习分裂方向;在处理大型数据集时,能够模拟非线性效应,具有较高的效率和准确性.

关键词：XGBoost;机器学习;医药大数据;临床辅助决策支持;分类或回归预测

所属期刊栏目：44

资助基金：国家重点研发计划项目;北京市科技计划课题

在线出版日期：2021-10-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：856-862