文件名称:基于支持向量机的乳腺癌辅助诊断
文件大小:341KB
文件格式:PDF
更新时间:2021-01-28 10:56:05
SVM 乳腺癌 机器学习
采用支持向量机、K一近邻法(K—Nearest Neighbor,K—NN)、概率神经网络(Probabilistie Neural Network,PNN),结合乳腺肿瘤的细针穿刺细胞病理学临床数据诊断乳腺癌。结果表明:当使用 SigIIloid核函数时,SVM通过5次交叉验证的最佳平均分类准确率达到了96.24%,优于K—NN (95.37%),PNN(95.09%)等分类器,表明该方法有望成为一种实用的乳腺癌临床辅助诊断工具