基于LightGBM的乳腺癌预测模型

摘要：

目的 利用乳腺癌临床数据集,构建LightGBM预测模型,评价LightGBM模型预测效果.方法 选取Wisconsin医学院WilliamH.Wolberg博士提供的共699例乳腺癌临床数据,构建LightGBM预测模型,并与SVM模型、XGBoost模型在准确性、灵敏度、特异性、AUC上进行对比,绘制三种模型的ROC曲线.结果 经过五折交叉验证结果表明LightGBM模型在准确性上为97.14％,灵敏度为98.32％,特异性为96.54％,AUC为0.9743,在准确性、AUC方面均高于SVM模型、XGBoost模型.结论 相比而言,LightGBM预测模型更具优势,分类效果更好,在利用计算机技术对乳腺癌进行辅助诊断的方面有促进作用.

关键词：乳腺癌、LightGBM、辅助预测

所属期刊栏目：5

在线出版日期：2019-11-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：39-41