机器学习算法在疾病风险预测中的应用与比较

• 作者: 俞文雅 刘茜 周良 唐岚 巩昕 杨燕 王朝昕 石建伟 陈宁 黄光成 黄蛟灵
• 来源期刊: 中国卫生资源
• 学科: 医学
• 关键词: 机器学习 疾病风险预测 支持向量机 BP神经网络 随机森林 朴素贝叶斯
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 其他研究
• 页码范围: 432-436
• 页数: 5页
• 分类号: R19|R181.2+5
• 语种: 中文

摘要

就最适合应用于疾病风险预测的4种机器学习经典算法,即支持向量机、BP(back propagation)神经网络、随机森林和朴素贝叶斯,对其在疾病风险预测中的前沿应用、方法学特征、优势、缺陷和适用条件进行综述,以期为更合理地应用机器学习方法预测疾病风险提供方法学支持.