發(fā)布時(shí)間：2025-02-08 17:36

　　數(shù)據(jù)驅(qū)動(dòng)決策已成為大數(shù)據(jù)時(shí)代的重要理念和方法,醫(yī)療健康行業(yè)是其應(yīng)用的典型領(lǐng)域之一。利用數(shù)據(jù)挖掘技術(shù),通過構(gòu)建相關(guān)指標(biāo)體系和模型,為醫(yī)療決策提供強(qiáng)有力的支持具有重要的現(xiàn)實(shí)意義。癌癥一直是人類難以攻克的疾病,癌癥存活性預(yù)測(cè)是癌癥預(yù)后中一項(xiàng)重要而有挑戰(zhàn)性的任務(wù)。近年來(lái),一些研究將機(jī)器學(xué)習(xí)方法用于癌癥存活性預(yù)測(cè)模型構(gòu)建,對(duì)癌癥患者進(jìn)行5年存活性分類,比傳統(tǒng)的臨床預(yù)測(cè)法和基于統(tǒng)計(jì)學(xué)工具的分析預(yù)測(cè)取得了更高的預(yù)測(cè)精度。為了進(jìn)一步提高癌癥存活性分類的準(zhǔn)確性,本文用遺傳算法(Genetic Algorithm,GA)對(duì)經(jīng)典集成學(xué)習(xí)算法隨機(jī)森林(Random Forest,RF)進(jìn)行改進(jìn)研究,提出了基于GA-RF的集成分類方法。該方法利用隨機(jī)森林算法生成初始分類樹集,然后以提高集成準(zhǔn)確性為目標(biāo)用遺傳算法對(duì)分類樹集合實(shí)施進(jìn)化搜索,尋找決策樹的最佳組合。實(shí)驗(yàn)使用美國(guó)國(guó)家癌癥研究所的結(jié)直腸癌數(shù)據(jù)進(jìn)行癌癥存活性分類模型構(gòu)建,并將改進(jìn)后的方法與決策樹算法、隨機(jī)森林算法進(jìn)行比較,實(shí)驗(yàn)結(jié)果顯示,基于GA-RF的集成分類方法不僅表現(xiàn)出了最好的準(zhǔn)確性,而且和原隨機(jī)森林算法相比具有更低的集成復(fù)雜度。對(duì)于癌癥晚期患者而言,具體...

【文章頁(yè)數(shù)】：57 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景及意義
    1.2 研究?jī)?nèi)容及創(chuàng)新點(diǎn)
    1.3 研究方法與技術(shù)路線
        1.3.1 研究方法
        1.3.2 技術(shù)路線
    1.4 論文的組織結(jié)構(gòu)
2 相關(guān)研究及其研究現(xiàn)狀
    2.1 癌癥存活性預(yù)測(cè)研究
        2.1.1 傳統(tǒng)的癌癥存活性預(yù)測(cè)方法研究
        2.1.2 基于單一機(jī)器學(xué)習(xí)模型的癌癥存活性預(yù)測(cè)研究
        2.1.3 基于集成學(xué)習(xí)模型的癌癥存活性預(yù)測(cè)研究
    2.2 決策樹集成學(xué)習(xí)方法的相關(guān)研究
        2.2.1 集成學(xué)習(xí)及其發(fā)展研究
        2.2.2 決策樹集成學(xué)習(xí)模型及其改進(jìn)研究
    2.3 知識(shí)視角的機(jī)器學(xué)習(xí)模型管理研究
        2.3.1 模型管理的相關(guān)研究
        2.3.2 知識(shí)元理論與模型的知識(shí)表示
3 改進(jìn)隨機(jī)森林的癌癥存活性分類方法
    3.1 癌癥存活性分類問題描述
    3.2 改進(jìn)隨機(jī)森林的集成分類方法
        3.2.1 基于隨機(jī)森林算法的分類樹池生成
        3.2.2 基于遺傳算法的分類樹進(jìn)化搜索及集成
4 基于考慮MSE和多樣性的回歸樹集成的癌癥存活期預(yù)測(cè)方法
    4.1 癌癥存活期預(yù)測(cè)問題描述
    4.2 考慮MSE和多樣性的回歸樹集成方法
        4.2.1 回歸樹池的生成
        4.2.2 考慮MSE和多樣性的回歸樹模型選擇及集成
5 癌癥存活性預(yù)測(cè)實(shí)驗(yàn)
    5.1 數(shù)據(jù)描述及預(yù)處理
    5.2 基于改進(jìn)隨機(jī)森林的集成分類方法的癌癥存活性分類實(shí)驗(yàn)
        5.2.1 實(shí)驗(yàn)設(shè)置
        5.2.2 實(shí)驗(yàn)結(jié)果及分析
    5.3 基于考慮MSE和多樣性的回歸樹集成的癌癥存活期預(yù)測(cè)實(shí)驗(yàn)
        5.3.1 實(shí)驗(yàn)設(shè)置
        5.3.2 實(shí)驗(yàn)結(jié)果及分析
    5.4 癌癥存活性預(yù)測(cè)模型的知識(shí)管理
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表學(xué)術(shù)論文情況
致謝



本文編號(hào)：4031728