基于机器学习模型和变分先验贝叶斯神经网络的差异化甲状腺癌复发分类——基于 SHAP 的最佳模型解释
机器学习
2025-07-28 v1 人工智能
摘要
差异化甲状腺癌（DTC）复发是重大的公共卫生问题，需要具备准确性、可解释性和不确定性感知能力的分类和预测模型。本研究构建了一个包含 383 名患者和 16 项临床病理变量的数据框架，用于 DTC 复发分类。最初采用完整数据集训练 11 个机器学习模型，其中支持向量机（SVM）模型获得最高的准确率为 0.9481。为降低复杂度和冗余度，采用 Boruta 算法进行特征选择，随后对相同模型进行训练，观察到逻辑回归（LR）模型在准确率上达到最大值 0.9611。然而，这些机器学习模型往往缺乏不确定性量化，而这在临床决策中至关重要。因此，本文针对这一局限性，在完整数据集和减小后的数据集上实现了带有 6 种不同先验分布的贝叶斯神经网络（BNN），包括 Normal(0,1)、Normal(0,10)、Laplace(0,1)、Cauchy(0,1)、Cauchy(0,2.5) 和 Horseshoe(1)。结果表明，采用 Normal(0,10) 先验分布的 BNN 模型在前后验选择前后分别获得最高的准确率为 0.9740 和 0.9870。
引用
@article{arxiv.2507.18987,
title = {Differentiated Thyroid Cancer Recurrence Classification Using Machine Learning Models and Bayesian Neural Networks with Varying Priors: A SHAP-Based Interpretation of the Best Performing Model},
author = {HMNS Kumari and HMLS Kumari and UMMPK Nawarathne},
journal= {arXiv preprint arXiv:2507.18987},
year = {2025}
}
备注
16 pages, 15 figures, to be published in International Journal of Research in Computing (IJRC)