9种结合式机器学习算法在肿瘤早期诊断中的准确性比较研究 | |
其他题名 | A Comparative Study on the Accuracy of Nine Combined Machine Learning Algorithms in Early Diagnosis of Tumor |
冯利1; 岳小飞2 | |
2022-05-25 | |
发表期刊 | 医学信息学杂志 |
ISSN | 1673-6036 |
卷号 | 43期号:05页码:25-29 |
摘要 | 提出应用偏最小二乘法与线性判别分析、K-最近邻法、决策树等组成9种结合式分类器,分析幼年转基因肿瘤小鼠及正常对照组小鼠的血清蛋白质组数据集,阐述原理与方法,比较各结合式分类器的分类准确率。 |
关键词 | 机器学习 早期诊断 肿瘤 高维数据 |
DOI | 10.3969/j.issn.1673-6036.2022.05.005 |
URL | 查看原文 |
收录类别 | 中国科技核心期刊 |
语种 | 中文 |
原始文献类型 | 学术期刊 |
文献类型 | 期刊论文 |
条目标识符 | http://ir.library.ouchn.edu.cn/handle/39V7QQFX/24830 |
专题 | 国家开放大学总部_农林医药教学部_医药学院 |
作者单位 | 1.国家开放大学医药学院; 2.北京康复医院药剂科 |
第一作者单位 | 国家开放大学 |
第一作者的第一单位 | 国家开放大学 |
推荐引用方式 GB/T 7714 | 冯利,岳小飞. 9种结合式机器学习算法在肿瘤早期诊断中的准确性比较研究[J]. 医学信息学杂志,2022,43(05):25-29. |
APA | 冯利,&岳小飞.(2022).9种结合式机器学习算法在肿瘤早期诊断中的准确性比较研究.医学信息学杂志,43(05),25-29. |
MLA | 冯利,et al."9种结合式机器学习算法在肿瘤早期诊断中的准确性比较研究".医学信息学杂志 43.05(2022):25-29. |
条目包含的文件 | 条目无相关文件。 |
个性服务 |
查看访问统计 |
谷歌学术 |
谷歌学术中相似的文章 |
[冯利]的文章 |
[岳小飞]的文章 |
百度学术 |
百度学术中相似的文章 |
[冯利]的文章 |
[岳小飞]的文章 |
必应学术 |
必应学术中相似的文章 |
[冯利]的文章 |
[岳小飞]的文章 |
相关权益政策 |
暂无数据 |
收藏/分享 |
相关推荐 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论