一种为辅助诊断筛选机器学习模型的方法

• 作者: 邓子云
• 来源期刊: 计算机与现代化
• 关键词: 机器学习模型 辅助诊断 筛选方法 学习曲线 模型成绩
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 数据库与数据挖掘|DATABASE AND DATA MINING
• 页码范围: 88-93
• 页数: 6页
• 分类号: TP399
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2021.03.016

摘要

为自动向医生推荐用于疾病辅助诊断的机器学习模型,提出一种筛选机器学习模型的方法.该筛选方法分为3个步骤:用训练准确度和测试准确度筛选机器学习模型;用查准率、召回率和F1成绩筛选机器学习模型;用带权值的总成绩计算公式推荐最优的机器学习模型.以乳腺癌辅助诊断为例,最终从8个机器学习模型中筛选并训练出高斯核心函数向量机模型(γ=0.5)推荐给医生使用,因为这个模型除满足筛选方法的3个条件外,总成绩最高,达到了0.985.