ACM的通信
ACM技术
ML算法可以显着改善医疗目的
研究人员对每种算法都建立了成本敏感性。这意味着该算法因告诉数据集中的病人健康而不是相反，因此受到了更大的惩罚。用医学术语来说，算法变得更大p
学分：timofeev vladimir
南非大学约翰内斯堡大学的Ibomoiye Domor Mienye和Yanxia Sun已证明，可以为医疗目的而大大增强机器学习（ML）算法。
研究人员使用了具有内在成本敏感性的监督二进制分类算法，这意味着他们因提供虚假负面因素而受到更大的处罚。
Mienye和Sun使用公共学习二进制数据集用于糖尿病，乳腺癌，宫颈癌和慢性肾脏疾病（CKD）。
随机森林算法的CKD为0.972的诊断精度，在完美的1.000中，召回0.946；成本敏感性提高了其精度为0.990，并以完美的1.000召回。
其他三种算法的CKD召回也从高分提高到完美的1.000，而其他疾病数据集则不同的方案有所不同。
从新闻医学生命科学
查看全文
摘要版权所有©2021史密斯巴克林，华盛顿特区，美国
找不到条目