节点文献

一种基于随机森林的改进特征筛选算法

免费订阅

【作者】 刘云翔陈斌周子宜

【Author】 LIU Yunxiang;CHEN Bin;ZHOU Ziyi;School of Computer Science and Information Engineering,Shanghai Institute of Technology;

【通讯作者】 陈斌;

【机构】 上海应用技术大学计算机科学与信息工程学院

【摘要】 肝癌是一种我国高发的消化系统恶性肿瘤,患者死亡率高,威胁极大。而其预后情况通常只能通过医生的专业知识和经验积累来粗略判断,准确率较差。因此文中在分析随机森林算法的基本原理的基础上,提出一种改进的基于随机森林的特征筛选算法,并应用Python编程设计了一个能够预处理数据、调用这些算法、控制各参数并展现测试结果的系统,最终将该系统应用于肝癌预后预测,比较分析了不同的算法、参数、内部策略对预测精度和计算性能的影响。研究结果表明,随机森林相比剪枝过的决策树具备更好的泛化能力和训练速度,改进的特征筛选算法能够在保证预测精度的前提下显著缩小特征集。

【基金】 国家自然科学基金项目(61702334);上海市自然科学基金项目(17ZR1429700)~~
【所属期刊栏目】 前沿交叉科学 (2019年12期)
  • 【DOI】10.16652/j.issn.1004-373x.2019.12.027
  • 【分类号】R735.7;TP181
  • 【下载频次】93
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: