机器学习分类方法在医学诊断中应用——基于R的实现
2016-07-13 MedSci MedSci原创
机器学习，是不是高大上？是不是很艰深？其实，这一切并不难，只要你掌握R语言。现在小编为大家全面展示不同的机器学习的方法的实际应用1．引言随着统计科学的日益发展，其对其他学科的渗透作用日益增强，数据分析方法在医学、生物学、社会学等各个学科中得到了广泛的应用，本文试图对收集到的某个临床医学数据运用决策树、神经网络、支持向量机、随机森林等各种现代分类方法进行分析，以佐证数据挖掘对其他学科的重要意义；
机器学习，是不是高大上？是不是很艰深？其实，这一切并不难，只要你掌握R语言。现在小编为大家全面展示不同的机器学习的方法的实际应用1．引言随着统计科学的日益发展，其对其他学科的渗透作用日益增强，数据分析方法在医学、生物学、社会学等各个学科中得到了广泛的应用，本文试图对收集到的某个临床医学数据运用决策树、神经网络、支持向量机、随机森林等各种现代分类方法进行分析，以佐证数据挖掘对其他学科的重要意义；另一方面，就各种现代分类方法的实际效果进行对比。笔者从网上收集到关于某个脊椎病变的临床医学数据，该数据集为真实公开的非人造数据，公布地址为：http://archive.ics.uci.edu/ml/datasets/Vertebral+Column。该数据集记录了病人的骨盆和形状位置特征，分别为盆腔炎的发病率，骨盆倾斜，腰椎前凸角度，骶骨倾斜，骨盆半径和品位滑脱（pelvic incidence, pelvic tilt, lumbar lordosis angle,sacral slope, pelvic radius and grade of spondylolisthesis），均为连续型
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章，或“梅斯号”自媒体发布的文章，仅系出于传递更多信息之目的，本站仅负责审核内容合规，其内容不代表本站立场，本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言
谢谢分享
111
继续学习
106
继续学习
90
继续关注
0
很有收获
101
#机器#
56