基于效应量的统计特征选择学习用于乳腺癌检测

乳腺癌检测仍然是一个开放的研究领域，尽管在该领域已投入了巨大的努力。效应量是一个统计概念，用于在数值尺度上衡量两个变量之间关系的强度。特征选择被广泛用于通过仅选择预测变量的子集来降低数据维度以改进学习模型。在本工作中，一个算法和实验结果证明了利用从细胞核图像中提取的特征的参数化效应量度量来降低数据维度的统计特征选择学习工具的可行性。采用线性核的SVM分类器作为学习工具实现了超过90%的准确率。这些优秀结果表明效应量符合特征选择方法的标准。