吉林大学学报(信息科学版) ›› 2022, Vol. 40 ›› Issue (4): 638-643.
苗馨方1 , 刘 铭1 , 蒋 扬2
MIAO Xinfang 1 , LIU Ming 1 , JIANG Yang 2
摘要: 由于丙型病毒性肝炎病毒感染后约有 3 ~ 10% 丙肝病例发展为肝细胞癌, 因此准确预测丙肝感染情况,提高丙型肝炎病毒检测技术非常重要, 为此, 采用机器学习中的集成算法进行丙肝预测。 为挑选出最优检测丙肝模型, 将不同机器学习模型在 UCI(University of California Irvine)丙肝数据进行比较分析。 实验结果表明,梯度提升树, 随机森林以及轻量级梯度提升机表现较好, 其中梯度提升树在预测丙肝准确率高达 0. 9351。使用梯度提升树对丙肝感染情况进行预测最为准确。
中图分类号: