.png){kind=icon}
返回
mDA: Evolutionary Machine Learning Algorithm for Feature Selection in Medical Domain
.png){kind=icon}
PRE
AI
DOI：10.3390/computation13120292.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
医疗数据的快速扩张，其特点是具有复杂的高维属性，为医疗健康分析带来了诸多有前景的机会和重大的挑战。采用有效的特征选择技术对于利用此类数据的潜力至关重要。本研究提出了一种改进算法（mDA），该算法是进化群体动力学（Evolutionary Population Dynamics）与蜻蜓算法（Dragonfly Algorithm）的混合算法。该方法结合了进化群体动力学的优势与蜻蜓算法的灵活能力，提供了一种针对医疗数据分析设计的稳健进化机器学习方法。通过整合进化群体动力学的动态群体建模与蜻蜓算法的自适应搜索技术，所提出的mDA显著提高了精度，减少了特征数量，并获得了最小的适应度评分平均值。在七个多样化医疗数据集上与其他成熟算法进行的对比实验证实了所提mDA的优越性能，确立了其在分析复杂医疗数据中的价值。
Keyword:
feature selection
dragonfly algorithm
optimization
medical data analytics
evolutionary algorithms
classification
期刊
C
IF:
1.9
论文数:
207
被引数:
1.9K
机构
引用论文
Binary dragonfly optimization for feature selection using time-varying transfer functions使用时变传递函数进行特征选择的二进制蜻蜓优化
OAAI
OAAI分享收藏分享收藏A hierarchical intrusion detection system based on extreme learning machine and nature-inspired optimization基于极限学习机和自然优化的分层入侵检测系统.png)
COMPUTERS & SECURITY
COMPUTERS & SECURITYIF5.4
PREAI
分享收藏A New Shapley-Based Feature Selection Method in a Clinical Decision Support System for the Identification of Lung DiseasesDIAGNOSTICSOAAI
DIAGNOSTICSIF3.3
OAAI分享收藏
查看更多内容