基于互信息与改进布谷鸟搜索的特征加权支持向量机自动诊断糖尿病
机器学习
2012-01-12 v1
摘要
糖尿病在发展中国家和发达国家均是一个主要的健康问题，其发病率正急剧上升。本研究探讨了一种基于特征加权支持向量机（FW-SVMs）和改进布谷鸟搜索（MCS）的新型糖尿病自动诊断方法。所提出的模型包含三个阶段：首先，应用主成分分析（PCA）从所有特征集中选择最优特征子集；其次，利用互信息根据特征的重要程度对不同特征进行加权，从而构建 FWSVM；最后，鉴于参数选择对支持向量机的分类精度至关重要，应用 MCS 选择最佳参数值。所提出的 MI-MCS-FWSVM 方法在 UCI 数据集上获得了 93.58% 的准确率。实验结果表明，我们的方法不仅提供了更准确的结果，还显著加快了分类过程，优于以往的方法。
引用
@article{arxiv.1201.2173,
title = {Automatic Detection of Diabetes Diagnosis using Feature Weighted Support Vector Machines based on Mutual Information and Modified Cuckoo Search},
author = {Davar Giveki and Hamid Salimi and GholamReza Bahmanyar and Younes Khademian},
journal= {arXiv preprint arXiv:1201.2173},
year = {2012}
}