.png){kind=icon}
返回
Efficient Data-Mining Algorithm for Predicting Heart Disease Based on an Angiographic Test
.png){kind=icon}
OA
AI
DOI：10.21315/mjms2021.28.5.12.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
背景：计算机化的心脏病分类和预测可以为医疗人员提供快速且准确的诊断结果。本研究提出了一种基于数据挖掘算法的高效分类方法用于预测心脏病。
方法：该算法利用加权支持向量机方法，基于血管造影测试结果的二元响应（指示心脏病是否存在）对心脏病进行高效分类。支持向量机和径向基函数核参数的最佳值通过10折交叉验证方法确定。心脏病数据根据不同的分割比例划分为训练集和测试集。每个训练集用于训练分类方法，而方法的预测能力通过蒙特卡洛交叉验证重采样技术在每个测试集上评估。同时观察了不同分割比例对方法的影响。
结果：采用误分类误差率比较了该方法与三种选定的机器学习方法的性能，结果表明所提出的方法在所有考虑的情况下均优于其他方法。
结论：最后，结果表明，所提出的分类算法能够基于血管造影测试结果有效预测个体的心脏病状况。
期刊
暂无期刊信息
机构
暂无机构信息
引用论文
暂无论文信息