医学诊断中集成学习技术的研究

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：计算机辅助医学诊断是机器学习技术的一个重要实践，但是在医学诊断中一个重要影响因素来自于数据集中的冗余特征。为了消除诊断中冗余特征对集成学习方法的精度的影响，文章提出了一种PCA-FS-Bagging算法，利用主成份分析进行特征变换来解决这个问题，算法在三个医学诊断数据集上与其它算法比如单个支持向量机、支持向量机Bagging集成等进行了性能比较，结果显示了PCA-FS-Bagging算法具有较好的性能。

原文链接:http://www.cqvip.com//QK/91690X/200628/23020141.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：bagging 支持向量机 cqvip 主成份分析 机器学习 集成学习 主成份分析 支持向量机 医学诊断