基于SVM与RandomForest模型的乳腺癌诊断研究.docx

基于SVM与RandomForest模型的乳腺癌诊断研究.docx

  1. 1、本文档共17页,其中可免费阅读6页,需付费200金币后方可阅读剩余内容。
  2. 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
  3. 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
  4. 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

基于SVM与RandomForest模型的乳腺癌诊断研究

摘要:本文以威斯康星州乳腺癌(诊断)数据集为样本,通过建立支持向量机算法模型(SVM)与随机森林算法模型(RandomForest)并分别对乳腺癌进行分析。通过对比两模型预测结果发现:随机森林模型在分类性能上略优于支持向量机模型,两个模型都能较好地预测乳腺癌,能够很好的辅助乳腺癌诊断工具。

关键词:乳腺癌诊断;随机森林;支持向量机

1引言

近年来,女性乳腺癌的高发病率显着增加。它是女性最常见的癌症死亡原因[1]之一。根据世界卫生组织的报告

[2],每年大约有138万例新病例和45.8万例死亡病例。不管是在在发达国家还是发展我

文档评论(0)

%%%%%%%%%%%%%%%%% + 关注
实名认证
内容提供者

#############################

1亿VIP精品文档

相关文档