威斯康星州乳腺癌:[ICMLSC 2018]乳腺癌检测:机器学习算法在威斯康星州诊断数据集上的应用 源码

乳腺癌检测:机器学习算法在威斯康星州诊断数据集上的应用 注意:此存储库已淘汰,不会移植为使用TF2。 但是,您可以以此为参考。 该论文于2018年2月2-4日在越南富国岛举行的第二届机器学习与软计算国际会议(ICMLSC)上发表。 有关该项目的全文,请访问 。 抽象 本文对威斯康星州的六种机器学习(ML)算法进行了比较: ,线性回归,多层感知器(MLP),最近邻(NN)搜索,Softmax回归和支持向量机(SVM)诊断性乳腺癌(WDBC)数据集通过测量其分类测试的准确性以及其敏感性和特异性值。 所述数据集包含特征,这些特征是根据乳腺肿块的FNA测试的数字化图像计算得出的[22]。 为