基于SVM的肝脏健康的预测

• 作者: 丁子豪 罗冬 肖功峰 雷忠吉
• 来源期刊: 电脑迷
• 关键词: 支持向量机 分类问题 交叉验证
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 网络天地
• 页码范围: 190
• 页数: 1页
• 字数: 982字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-528X.2018.06.175

摘要

基于支持向量机的K-CV的交叉验证,以肝脏健康状况诊断为例,构建了肝脏疾病的支持向量机模型,对340位志愿者的血液中MVC平均红细胞容积、Alkphos碱性磷酸酶、丙氨酸氨基转移酶、天冬氨酸转氨酶和γgtγ-谷氨酰转肽酶五项指标分组进行机器学习,检测样本的诊断准确率为73.52％.结论支持向量机相对稀疏网格68％的预测概率,更适合构建诊断肝脏健康状况的模型,辅助临床决策.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗冬	榆林学院信息工程学院	2	0	0.0	0.0
2	雷忠吉	榆林学院信息工程学院	2	0	0.0	0.0
3	丁子豪	榆林学院信息工程学院	2	0	0.0	0.0
4	肖功峰	榆林学院信息工程学院	2	0	0.0	0.0