文件名称：检测痴呆的分类和特征选择技术分析-研究论文
文件大小：593KB
文件格式：PDF
更新时间：2024-06-29 21:15:55
论文研究
痴呆症是一种脑部疾病，已成为 65 岁或以上成年人的全球健康问题。 许多研究正在进行，以使用各种机器学习算法及早发现痴呆症。 在这项研究中，我们实现了四种机器学习算法作为分类器，即朴素贝叶斯、随机森林、多层感知器和 SMO，并结合各种特征选择技术来获得分类准确度，作为检测痴呆症的指标。 发现当使用 CFSSubsetEval 特征选择技术时，随机森林显示出 98.6% 的最佳结果。