排序方式: 共有5条查询结果,搜索用时 15 毫秒
1
1.
2.
提出基于主成份分析和分类回归树方法(CART)的分类判别法。针对皮肤病学中鳞片状红斑疾病区分诊断的难题,首先利用主成份分析对病例属性进行约简,然后通过构造的分类回归树用于识别不同种类的红斑疾病。实验表明该方法能够准确的对病例进行识别,且达到了相当的精度要求。 相似文献
3.
4.
支持向量机利用接近边界的少数向量来构造一个最优分类面。但是若两分类问题中的样本呈现非平衡分布时,即两类样本数目相差很大时,分类能力就会有所下降。提出分别使用重复数量少的一类样本、选择数量多的类样本以及引入类惩罚因子的三个方法来改善分类能力。实验表明,三种方法对不同类型数据集合,一定程度上都改善了支持向量的分类能力。 相似文献
5.
以医疗数据为应用对象,应用网格搜索和交叉验证的方法选择参数,建立最小二乘支持向量机分类器,进行实际验证,并与使用K近邻分类器(K-NN)和C4.5决策树两种方法的结果进行比较.结果表明,LS-SVM分类器取得较高的准确率,表明最小二乘支持向量机在医疗诊断研究中具有很大的应用潜力. 相似文献
1