宫颈癌数据集的分类
计算机与社会
2019-08-22 v1 机器学习
定量方法
机器学习
摘要
宫颈癌是全球领先的女性生殖系统恶性肿瘤。本文提出了多种分类技术，并展示了特征选择方法在最佳预测宫颈癌疾病中的优势。该数据集包含32个属性和858个样本。此外，该数据存在缺失值和数据不平衡问题。因此，使用了过采样、欠采样以及嵌入式过欠采样方法。此外，为了提高分类器的准确率，还需要降维技术。因此，本文研究了特征选择方法，并将其分为两个不同的类别：过滤法和包装法。结果表明，年龄、首次性行为、怀孕次数、吸烟、激素避孕药以及性传播疾病：生殖器疱疹是主要的预测特征，准确率高达97.5%。决策树分类器在处理分类任务时表现出优越的性能。
引用
@article{arxiv.1812.10383,
title = {Classification of Cervical Cancer Dataset},
author = {Avishek Choudhury and Y. M. S Al Wesabi and Daehan Won},
journal= {arXiv preprint arXiv:1812.10383},
year = {2019}
}