...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Journal of Intelligent Learning Systems and Applications >Lymph Diseases Prediction Using Random Forest and Particle Swarm Optimization
【24h】

Lymph Diseases Prediction Using Random Forest and Particle Swarm Optimization

机译：基于随机森林和粒子群算法的淋巴疾病预测

获取原文
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

This research aims to develop a model to enhance lymphatic diseases diagnosis by the use of random forest ensemble machine-learning method trained with a simple sampling scheme. This study has been carried out in two major phases: feature selection and classification. In the first stage, a number of discriminative features out of 18 were selected using PSO and several feature selection techniques to reduce the features dimension. In the second stage, we applied the random forest ensemble classification scheme to diagnose lymphatic diseases. While making experiments with the selected features, we used original and resampled distributions of the dataset to train random forest classifier. Experimental results demonstrate that the proposed method achieves a remark-able improvement in classification accuracy rate.
机译：这项研究的目的是通过使用以简单采样方案训练的随机森林集成机器学习方法，开发一种增强淋巴疾病诊断的模型。这项研究已在两个主要阶段进行：特征选择和分类。在第一阶段，使用PSO和几种特征选择技术从18个特征中选择了一些可区分的特征以减小特征尺寸。在第二阶段，我们应用了随机森林集成分类方案来诊断淋巴疾病。在使用所选功能进行实验时，我们使用数据集的原始分布和重新采样分布来训练随机森林分类器。实验结果表明，该方法在分类准确率上有显着提高。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号