换一批
换一批基于机器学习的肺结核肺炎患者判别分析研究
Discriminant analysis of pulmonary tuberculosis patients and pneumonia patients based on machine learning
摘要目的 探讨机器学习方法在肺结核患者判别中的可行性.方法 从某三甲医院获取860例患者的15个观测指标数据.通过深入挖掘分析数据,采用支持向量机、随机森林及神经网络方法对患者所患疾病做判别分析.结果 基于支持向量机、随机森林和神经网络建立的肺结核可疑患者判别模型准确率分别为90％、91％和88％.结论 3种机器学习方法均可用于肺结核可疑患者的判别分析.相比较而言,随机森林在肺结核患者与肺炎患者的判别上表现更优.
更多相关知识
关键词
肺结核肺炎支持向量机随机森林神经网络pulmonary tuberculosispneumoniasupport vector machinerandom forestneural network model
分类号
R183.3
栏目名称
DOI
10.19405/j.cnki.issn1000-1492.2025.03.017
发布时间
2025-05-07
- 浏览1
- 被引0
- 下载1
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
