【文件属性】：
文件名称：ANALYSIS-OF-THE-CLASSIFICATION-METHODS-FOR-THE-LUMBALGIA-DIAGNOSIS-
文件大小：1.31MB
文件格式：ZIP
更新时间：2021-04-08 17:51:26
腰痛诊断的分类方法分析
机器学习课程项目：
使用Knime Analytic Platform执行基于机器学习的下腰痛诊断分析。 可以在以下kaggle链接中找到数据： ：//www.kaggle.com/sammy123/lower-back-pain-symptoms-dataset
抽象的
下腰痛的治疗和预防在国际上仍然是初级保健的一个挑战，因为它被认为是全球第二广泛传播的疾病。 通过一些指标，可以确定脊椎异常，这是引起下背痛的主要因素。 这项研究的目的是创建一个分类模型，以识别脊柱腰椎和and骨区域是否存在异常。 通过启发式，概率，分离和回归模型，以及通过多种选择和提取变量的方法，有可能得出精度为88％的分类。 此外，获得了3个变量的集合，这些变量能够以足够的精度对异常的存在进行分类。 在比较的研究中，从未达到过如此低的变量水平。
【文件预览】：
ANALYSIS-OF-THE-CLASSIFICATION-METHODS-FOR-THE-LUMBALGIA-DIAGNOSIS--main
----LOW_BACK_PAIN.pdf(523KB)
----TEAM 43.knwf(1.1MB)
----README.md(1KB)