论文研究 预测冠状动脉疾病的不同机器学习算法的比较
冠状动脉疾病(CAD)是全球死亡的主要原因。 它是一种复杂的心脏病,与许多危险因素和多种症状有关。 在过去的十年中,冠状动脉疾病(CAD)经历了惊人的发展。 本研究的目的是使用不同的机器学习算法(模型)构建原型系统,并比较它们的性能以找到合适的模型。 本文探讨了三种最常用的机器学习算法,分别称为Logistic回归,支持向量机和人工神经网络。 为了进行这项研究,已经使用了临床数据集。 为了评估性能,已使用了不同的评估方法,例如混淆矩阵,分层K折交叉验证,准确性,AUC和ROC。 为了验证结果,已经使用K折交叉验证技术验证了准确性和AUC分数。 数据集包含类不平衡,因此已使用SMOTE算法来平衡
下载地址
用户评论