| 最小二乘支持向量机在医疗数据分析中的应用 |
| |
| 引用本文： | 钟萍,岑涌,席斌.最小二乘支持向量机在医疗数据分析中的应用[J].计算机与数字工程,2007,35(9):21-23. |
| |
| 作者姓名： | 钟萍 岑涌 席斌 |
| |
| 作者单位： | 厦门大学模式识别与智能系统研究所,厦门,361005 |
| |
| 基金项目： | 厦门大学面向21世纪教育振兴行动计划（985计划） |
| |
| 摘 要： | 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.
|
| 关 键 词： | 最小二乘支持向量机 分类器 医疗诊断 网格搜索 交叉验证 最小 支持向量机分类器 医疗数据分析 应用 Diagnostics Medical Support Vector Machines Least Squares 诊断研究 准确率 近邻分类器 比较 结果 方法选择 决策树 使用 实际验证 参数 交叉验证 网格搜索 |
| 修稿时间： | 2006-12-29 |
Application of Least Squares Support Vector Machines to Medical Diagnostics |
| |
| Zhong Ping.Application of Least Squares Support Vector Machines to Medical Diagnostics[J].Computer and Digital Engineering,2007,35(9):21-23. |
| |
| Authors: | Zhong Ping |
| |
| Abstract: | As the medical diagnose dada an application object, LS-SVM classification hyper-parameters are optimized with grid-search and cross-validation method, carry through to validate the classification performance. Then it is compared to other typical classifications such as K-NN and C4.5 decision tree on the datasets. Computational results indicate that LS-SVM has good performance on the classification recognize, LS-SVM has potential application in medical diagnostics research. |
| |
| Keywords: | least squares support vector machines (LS-SVM) classification medical diagnostics grid-search cross-validation |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
