Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于数据挖掘实现早期肺癌的预后及转移预测方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:华中师范大学

摘要:本发明公开了一种基于数据挖掘实现早期肺癌的预后及转移预测方法。该方法包括步骤:读取SEER肺癌数据集,对数据做预处理包括缺失值、重复值处理,构造目标变量用于有监督学习,对所述数据集进行标准化处理并采用下采样方法解决数据不平衡问题,将所述平衡后的数据集划分为训练集和测试集,用随机梯度提升算法进行训练预测肺癌预后情况,读取所述肺癌预后数据,将肺癌转移划分为11个方向并构造成多分类变量,采用基于SMOTE的代价敏感SVM算法平衡所述肺癌预后数据,将所述平衡后的肺癌预后数据划分为训练集和测试集,用极端随机树算法进行训练,利用训练好的所述极端随机树模型进行早期肺癌转移预测。本发明可以提高早期肺癌转移预测的准确性。

主权项:1.一种基于数据挖掘实现早期肺癌的预后及转移预测方法,其特征在于,包括步骤:读取SEER肺癌数据集,对数据做预处理包括缺失值、重复值处理,构造目标变量用于有监督学习;对所述数据集进行标准化处理并采用下采样方法解决数据不平衡问题,将所述平衡后的数据集划分为训练集和测试集,用随机梯度提升算法进行训练预测肺癌预后情况;读取所述肺癌预后数据,将肺癌转移划分为11个方向,每个方向代表一个生理系统,并构造成多分类变量,采用基于SMOTE的代价敏感SVM算法平衡所述肺癌预后数据,并对已有特征进行特征选择,将所述平衡后的肺癌预后数据划分为训练集和测试集,用极端随机树算法进行训练;利用训练好的所述极端随机树模型进行早期肺癌预后转移预测。

全文数据:

权利要求:

百度查询: 华中师范大学 一种基于数据挖掘实现早期肺癌的预后及转移预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。