基于支持向量机的乳腺癌辅助诊断
采用支持向量机、K一近邻法(K—NearestNeighbor,K—NN)、概率神经网络(ProbabilistieNeuralNetwork,PNN),结合乳腺肿瘤的细针穿刺细胞病理学临床数据诊断乳腺癌。结果表明:当使用SigIIloid核函数时,SVM通过5次交叉验证的最佳平均分类准确率达到了96.24%,优于K—NN(95.37%),PNN(95.09%)等分类器,表明该方法有望成为一种实用的乳腺癌临床辅助诊断工具
用户评论