期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于Super Learner集成学习模型对脑卒中的预测研究
1
作者
孙浩浩
章剑林
+1 位作者
张子蓥
黄可欣
《杭州师范大学学报(自然科学版)》
CAS
2023年第6期590-597,610,共9页
使用索马里医院提供的脑卒中患者数据集,通过四分位距(interquartile range, IQR)方法和合成少数类过采样技术(synthetic minority oversampling technique, SMOTE)算法进行数据预处理,采用特征工程中的嵌入式方法对数据集进行特征分析...
使用索马里医院提供的脑卒中患者数据集,通过四分位距(interquartile range, IQR)方法和合成少数类过采样技术(synthetic minority oversampling technique, SMOTE)算法进行数据预处理,采用特征工程中的嵌入式方法对数据集进行特征分析,确定脑卒中诱发因素.以随机森林(random forest, RF)、极端梯度提升(extreme gradient boosting, XGB)和自适应提升(adaptive boosting, AdB)算法为第一层,高斯朴素贝叶斯(Gaussian naive bayes, GaNB)和支持向量机(support vector machine, SVM)为第二层,逻辑回归(logistic regression, LR)为元学习器构建超级学习者(super learner, SL)集成学习模型.仿真实验结果表明,相较于6种基础算法,SL模型预测效果最优,可为脑卒中的预测分析提供新的选择.
展开更多
关键词
脑卒中
特征分析
super
learner
机器学习
预测
下载PDF
职称材料
题名
基于Super Learner集成学习模型对脑卒中的预测研究
1
作者
孙浩浩
章剑林
张子蓥
黄可欣
机构
杭州师范大学阿里巴巴商学院
出处
《杭州师范大学学报(自然科学版)》
CAS
2023年第6期590-597,610,共9页
文摘
使用索马里医院提供的脑卒中患者数据集,通过四分位距(interquartile range, IQR)方法和合成少数类过采样技术(synthetic minority oversampling technique, SMOTE)算法进行数据预处理,采用特征工程中的嵌入式方法对数据集进行特征分析,确定脑卒中诱发因素.以随机森林(random forest, RF)、极端梯度提升(extreme gradient boosting, XGB)和自适应提升(adaptive boosting, AdB)算法为第一层,高斯朴素贝叶斯(Gaussian naive bayes, GaNB)和支持向量机(support vector machine, SVM)为第二层,逻辑回归(logistic regression, LR)为元学习器构建超级学习者(super learner, SL)集成学习模型.仿真实验结果表明,相较于6种基础算法,SL模型预测效果最优,可为脑卒中的预测分析提供新的选择.
关键词
脑卒中
特征分析
super
learner
机器学习
预测
Keywords
stroke
feature analysis
super learner
machine learning
prediction
分类号
TP301.6 [自动化与计算机技术—计算机系统结构]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于Super Learner集成学习模型对脑卒中的预测研究
孙浩浩
章剑林
张子蓥
黄可欣
《杭州师范大学学报(自然科学版)》
CAS
2023
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部