10.16452/j.cnki.sdkjzk.2020.02.012
基于最大最小爬山算法的肺癌预后模型
利用最大最小爬山算法构建肺癌患者的预后模型,指导肺癌预后评价.以SEER( surveillance,epidemiology,and end results)数据库中2008年至2014年期闾被确诊为肺癌的患者组成数据集,首先利用卡方检验、Logistic回归分析方法对数据集中的变量进行特征选择;然后,在训练集上利用最大最小爬山算法建立肺癌患者的预后模型,并在测试集上对患者进行5年后生存情况预测;最后,选择Logistic回归、人工神经网络、决策树、支持向量机方法和本研究模型在测试集上进行分类实验对比.最终结果显示本研究模型对肺癌患者5年后生存情况的预测准确率高于其他方法.
最大最小爬山算法、肺癌、预后模型、特征选择、生存预测
39
TP18;TP391(自动化基础理论)
2020-06-05(万方平台首次上网日期,不代表论文的发表时间)
共6页
105-110