登录 注册
当前位置:主页 > 资源下载 > 9 > 使用集成学习预测糖尿病患者

使用集成学习预测糖尿病患者

  • 更新:2024-08-22 17:06:50
  • 大小:1.07MB
  • 推荐:★★★★★
  • 来源:网友上传分享
  • 类别:数据集 - 行业研究
  • 格式:ZIP

资源介绍

预测糖尿病 - 患者使用,合奏学习 问题 该项目的目的是根据数据集中的某些诊断指标来诊断性地预测患者是否患有糖尿病。 所有患者均为年龄≥21岁的女性。 恩塞姆贝学习 在统计和机器学习中,集成方法使用多种学习算法来获得比仅从任何组成学习算法中获得的更好的预测性能。 成分模型/算法 知识网络 K最近邻居是一种简单的算法,可以存储所有可用案例并根据相似性度量(例如,距离函数)对新案例进行分类。 随机森林 随机森林或随机决策森林是用于分类,回归和其他任务的整体学习方法,通过在训练时构造大量决策树并输出作为类模式或单个树的均值/平均值预测的类来进行操作。 逻辑回归 Logistic回归,也称为Logit回归或Logit模型,是一种用于统计数据的数学模型,用于估计(猜测)事件发生的概率(已提供一些先前的数据)。 Logistic回归适用于二进制数据,其中事件发生(1)或事件没有发生(0)。 网格搜索