基于误分类模式的乳腺癌诊断研究

• 作者: 刘清华 杨永红 田艳 高集荣
• 来源期刊: 微型机与应用
• 学科: 工学
• 关键词: 数据挖掘 代价敏感 误分类代价 乳腺癌
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 软件与算法
• 页码范围: 10-13,16
• 页数: 5页
• 分类号: TP393.092
• 字数: 4874字
• 语种: 中文
• DOI: 10.19358/j.issn.1674-7720.2017.02.004

摘要

乳腺癌已经成为当今世界影响妇女健康的重要疾病.对于乳腺癌诊断来说,当一个恶性病例被误分类为良性病例的时候,其代价远远大于一个良性病例被误分类为恶性病例.它利用数据挖掘领域的代价敏感相关方法,建立一个识别良性乳腺肿瘤和恶性乳腺肿瘤的诊断预测系统.在建模过程中充分考虑到误分类代价的因素,提出了误分类代价策略.通过一系列实验验证了所建立的模型.从实验结果来看,Adaboost与SVM的误分类组合分类算法在正确率和总误分类代价两个评估指标上得到了良好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	田艳	西安财经学院统计学院	13	93	5.0	9.0
2	杨永红	中山大学计算机科学系	7	5	1.0	2.0
3	高集荣	中山大学计算机科学系	8	28	4.0	5.0
4	刘清华	中山大学计算机科学系	2	4	1.0	2.0