10.3969/j.issn.1674-8646.2021.04.005
不同机器学习算法在分类问题中的应用比较
为探讨不同机器学习模型在分类问题中的优劣,以UCI机器学习中的威斯康辛乳腺癌数据集为研究对象,使用梯度提升树(GBDT)、多层感知机(MLP)和支持向量机(SVM)分别建立乳腺癌预测模型.研究结果表明,三种模型在癌症分类问题中均有良好的表现,MLP模型预测精度更好,泛化能力更强,且参数方面更为简单.GBDT模型参数较多,需要进行调参.在今后研究中,可以采用网格搜索法对GBDT和MLP进行调参,并将这几种模型用于更多的分类问题.
梯度提升树、多层感知机、支持向量机、机器学习、分类问题、癌症
12
TP311.13(计算技术、计算机技术)
2021-03-17(万方平台首次上网日期,不代表论文的发表时间)
共4页
16-18,22