最小二乘支持向量机在医疗数据分析中的应用
钟萍
岑涌
席斌
1.厦门大学模式识别与智能系统研究所,厦门,3610052.厦门大学模式识别与智能系统研究所,厦门,3610053.厦门大学模式识别与智能系统研究所,厦门,361005
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
分类号：TP181(自动化基础理论)
论文发表日期：2007-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：3( 21-23 )
英文信息