换一批
换一批摘要世界卫生组织统计数据显示,2023 年乳腺癌依然是全球女性最常见的癌症之一,在亚洲地区,中国乳腺癌患者占比居高不下.乳腺癌的早期诊断对提高患者的生存率和治愈率方面至关重要.本文探讨了改进的数据包络分析-判别分析(DEA-DA)模型在乳腺癌病情诊断中的应用,并将其与机器学习算法进行了对比分析.该模型在判别精度方面与机器学习方法并无显著性差距,但该模型因其明确的线性表达式具备了更强的可解释性,从而在实际病情诊断及后期治疗方面具有了更强的可操作性.这一研究为众多现实判别问题奠定了良好的可解释性模型基础.
更多相关知识
- 浏览0
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
