摘要
目的利用乳腺癌临床数据集,构建LightGBM预测模型,评价LightGBM模型预测效果。方法选取Wisconsin医学院WilliamH.Wolberg博士提供的共699例乳腺癌临床数据,构建LightGBM预测模型,并与SVM模型、XGBoost模型在准确性、灵敏度、特异性、AUC上进行对比,绘制三种模型的ROC曲线。结果经过五折交叉验证结果表明LightGBM模型在准确性上为97.14%,灵敏度为98.32%,特异性为96.54%,AUC为0.9743,在准确性、AUC方面均高于SVM模型、XGBoost模型。结论相比而言,LightGBM预测模型更具优势,分类效果更好,在利用计算机技术对乳腺癌进行辅助诊断的方面有促进作用。
- 单位