基于机器学习的丙型肝炎肝纤维化预测算法对比研究

作者：李芳; 刘怀进^*; 田庆

来源：肇庆学院学报, 2022, 43(02): 33-42.

• 丙型肝炎预测
• 机器学习
• 深度学习
• 分类算法

为了更好地预防和控制丙型肝炎，本文采用机器学习和深度学习算法对患者数据进行建模预测.在机器学习算法中通过数据预处理数据和网格遍历调参后的SVM和GBM分类准确率能达到87%和86%.为了进一步提高分类效果，在深度学习算法中使用MLP模型和LSTM模型的分类精确度达到了89.1%和90.48%.在深入研究LSTM算法过程中，根据链式法则和全微分方程对LSTM的反向传播算法进行了优化，减少了梯度下降更新模型参数的计算复杂度.

• 单位
  华侨大学; 肇庆学院