机器学习预测癌症五年存活率

癌症生存率对于癌症患者的临床治疗具有重要的意义,本篇论文旨在探究出可以准确预测癌症患者五年生存率的机器学习方法。采用的数据特征是TCGA网站上下载的多组学数据。我们探究出mRMR特征选择法和逻辑回归分类器以及SVM分类器的方法组合可以使五年存活率的准确率达到0.85以上,甚至可以超过0.9。由于我们分类时采用的是五折交叉验证,可以表明我们的结果稳健性较高。同时这两种方法组合的结果中AUC值和F1值也比较高,再次证实了这两种方法组合的优势。