期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
机器学习XGBoost算法在医学领域的应用研究进展 被引量:10
1
作者 齐巧娜 刘艳 +9 位作者 陈霁晖 刘昕竹 杨锐 张津源 崔梦璇 谢艺萌 王则远 于泽 高飞 张健 《分子影像学杂志》 2021年第5期856-862,共7页
机器学习XGBoost算法于2014年提出,其基于boosting算法展开,在许多数据科学大赛上都显示出了极高的可用性和优异性能。目前基于XGBoost算法构建的分类或回归预测模型已经广泛地运用于医疗保健、金融、教育、制造等领域的数据分析中。在... 机器学习XGBoost算法于2014年提出,其基于boosting算法展开,在许多数据科学大赛上都显示出了极高的可用性和优异性能。目前基于XGBoost算法构建的分类或回归预测模型已经广泛地运用于医疗保健、金融、教育、制造等领域的数据分析中。在医药学领域中XGBoost已广泛应用于疾病诊断以及疾病发生风险、转归与预后、合理安全用药和药物研发的等方面,并且在这些领域中提供了具有极大可能性的解决方案,有助于提高决策的效率和质量,降低假阳性率。同时,XGBoost算法在处理数据缺失值时,能自动学习分裂方向;在处理大型数据集时,能够模拟非线性效应,具有较高的效率和准确性。 展开更多
关键词 XGBoost 机器学习 医药大数据 临床辅助决策支持 分类或回归预测
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部