科研之友
微信
新浪微博
Facebook
分享链接
摘要
目的探索支持向量机及其改进算法在糖尿病性视网膜病变数据集上的分类效果,以期更好的探究机器学习方法在辅助医学诊断上的应用价值。方法以糖尿病性视网膜病变数据集为例,建立支持向量机模型,利用优化思想调整算法参数,运用多指标为所建立的模型对糖尿病性视网膜病变的预测效果进行评价分析。结果在训练数据占比为50%和60%上,粒子群改进的支持向量机模型在精确率、总精度、马修斯相关系数、F1得分、分类正确率和AUC值等6项指标中均取得了最优结果,在70%的指标上取得了5项指标最优,基于遗传算法改进的模型在80%的训练数据占比上有3项指标最优,基于网格搜索优化的算法在90%的训练数据占比上取得了6项最优结果。结论改进的支持向量机模型在糖尿病性视网膜病变预测分析中具有较好的应用价值,能够为疾病诊断提供参考依据。
- 单位
