基于机器学习算法的脑卒中疾病早期预测模型研究OACSTPCD
Early Prediction Model of Stroke Based on Machine Learning Algorithm
采用支持向量机(SVM)、随机森林(RF)和逻辑回归(LR)等机器学习方法对脑卒中患者进行分类研究,构建脑卒中疾病预测模型,以期为疾病发生提供早期预警.对kaggle网站下载healthcare-dataset-stroke-data的数据通过SMOTE智能过抽样算法构建均衡数据集,运用支持向量机、随机森林和逻辑回归算法构建脑卒中预测模型.将SMOTE算法优化前后的预测结果进行比较分析,并采用支持向量机、随机森林和逻辑回归算法对优化后的数据集构建…查看全部>>
郭志恒;刘青萍;刘芳;王成武;阮旭凌
湖南中医药大学信息科学与工程学院 长沙 410208湖南中医药大学信息科学与工程学院 长沙 410208湖南中医药大学中医学国内一流建设学科 长沙 410208湖南中医药大学药学院 长沙 410208湖南中医药大学信息科学与工程学院 长沙 410208
信息技术与安全科学
脑卒中机器学习支持向量机逻辑回归随机森林SMOTE算法
《计算机与数字工程》 2021 (11)
2180-2183,2247,5
国家自然科学青年项目(编号:81704064)2020年湖南省学位与研究生教育改革研究项目(编号:2020JGYB132)湖南中医药大学中医学国内一流建设学科开放基金(编号:2018ZYX17)湖南中医药大学信息科学与工程学院电子科学与技术学科开放基金(编号:2018-2)资助.
评论