更多
通知
医学文献 >>
  • 检索发现
  • 增强检索
知识库 >>
  • 临床诊疗知识库
  • 中医药知识库
评价分析 >>
  • 机构
  • 作者
默认
×
更多
在国内外文献保障系统中检索
高级检索 检索偏好
热搜词：
换一批
  • 二次检索
  • 检索历史
论文 期刊
取消
高级检索

检索历史 清除

首页 > 分子影像学杂志 > 机器学习XGBoost算法在医学领域的应用研究进展

机器学习XGBoost算法在医学领域的应用研究进展

Research progress on machine learning XGBoost algorithm in medicine

导出 在线阅读 解读 下载全文 终端阅读

二维码有效期 120s

点击刷新
注：终端设备浏览有效期：
 学术成果认领
打印 收藏 分享
  • 新浪微博
  • 微信
  • QQ空间
  • 豆瓣
 纠错

摘要机器学习XGBoost算法于2014年提出,其基于boosting算法展开,在许多数据科学大赛上都显示出了极高的可用性和优异性能.目前基于XGBoost算法构建的分类或回归预测模型已经广泛地运用于医疗保健、金融、教育、制造等领域的数据分析中.在医药学领域中XGBoost已广泛应用于疾病诊断以及疾病发生风险、转归与预后、合理安全用药和药物研发的等方面,并且在这些领域中提供了具有极大可能性的解决方案,有助于提高决策的效率和质量,降低假阳性率.同时,XGBoost算法在处理数据缺失值时,能自动学习分裂方向;在处理大型数据集时,能够模拟非线性效应,具有较高的效率和准确性.

更多

相关知识

查看相关文献
广告
作者 齐巧娜 [1] 刘艳 [2] 陈霁晖 [2] 刘昕竹 [2] 杨锐 [2] 张津源 [1] 崔梦璇 [1] 谢艺萌 [1] 王则远 [1] 于泽 [1] 高飞 [1] 张健 [2] 学术成果认领
作者单位 北京诺道医学认知科技有限公司,北京 100161 [1] 上海交通大学医学院附属新华医院临床药学部,上海 200092 [2]
关键词 XGBoost机器学习医药大数据临床辅助决策支持分类或回归预测
栏目名称
综述
DOI 10.12122/j.issn.1674-4500.2021.05.25
发布时间 2021-10-22（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家重点研发计划（2020YFC2005502） 国家重点研发计划（2020YFC2005503） 北京市科技计划（Z201100005620006）
  • 浏览304
  • 被引60
  • 下载67
分子影像学杂志

分子影像学杂志

2021年44卷5期

856-862页

ISTIC

加载中！

相似文献

  • 中文期刊
  • 外文期刊
  • 学位论文
  • 会议论文

加载中！

加载中！

加载中！

加载中！

  • 浏览304
  • 被引60
  • 下载67

相关期刊

加载中！

法律状态公告日 法律状态 法律状态信息

特别提示：本网站仅提供医学学术资源服务，不销售任何药品和器械，有关药品和器械的销售信息，请查阅其他网站。

  • 客服热线：4000-115-888 转3 (周一至周五：8:00至17:00)

  • |

  • 客服邮箱：yiyao@wanfangdata.com.cn

  • 违法和不良信息举报电话：4000-115-888，举报邮箱：problem@wanfangdata.com.cn，举报专区

官方微信
万方医学小程序
new医文AI 翻译 充值 订阅 收藏 移动端

官方微信

万方医学小程序

使用
帮助
Alternate Text
调查问卷