用于多囊卵巢综合征预后的降维判别分析
机器学习
2022-01-11 v1
摘要
已有大量利用机器学习进行多囊卵巢综合征（PCOS）早期检测的预后方法被提出。PCOS 是一个二分类问题。降维方法在很大程度上影响机器学习的性能，使用有监督降维方法可为我们应对该问题提供新的优势。本文提出了不同维度下的线性与二次型判别分析用于二分类及相应指标。与许多常用分类算法相比，我们使用二次判别分析实现了良好准确率和较小方差，训练准确率达 97.37%，测试准确率达 95.92%。本文还给出了数据可视化分析，以深入理解该问题。
引用
@article{arxiv.2201.03029,
title = {Discriminant Analysis in Contrasting Dimensions for Polycystic Ovary Syndrome Prognostication},
author = {Abhishek Gupta and Himanshu Soni and Raunak Joshi and Ronald Melwin Laban},
journal= {arXiv preprint arXiv:2201.03029},
year = {2022}
}
备注
9 pages, 7 figures, 2 tables, 8 equations