文件名称：基于机器学习的癌症预测方法：一项调查-研究论文
文件大小：92KB
文件格式：PDF
更新时间：2024-06-29 09:34:22
Machine Learning Cancer
癌症是多年来的一种严重疾病。 如果没有在早期诊断出来，这会导致死亡。 计算机科学与工程在生物信息学和生物医学中用于诊断和预测疾病癌症。 这可以进一步指向一个称为机器学习的领域，在该领域中，可以使用各种技术根据收集的标准数据集预测癌症。 世界上很少有存储库记录了这些数据集。 只有我们需要应用机器学习技术的一些分类器来表示人类的癌症。 在本文中，我们调查了研究论文，以比较不同机器学习算法对癌症的准确性取决于给定的数据集及其属性。 几篇论文使用了非常常见的分类器技术，即。 支持向量机 (SVM)、随机森林 (RF)、朴素贝叶斯 (NB)、决策树 (DT)、K-最近邻 (KNN)、人工神经网络 (ANN)、模糊神经网络 (FNN)、径向基函数Network (RBFN)、Shuffled Frog Leaping with Levy Flight、Particle Swarm Optimization、Back Propagation Neural Network、Multilayered Perceptron、SVM Recursive Feature Elimination等。 为了基于给定的数据集预测癌症疾病，所有机器学习技术中最好的结果在这里找到的是 SVM。