结直肠癌生存率的集成学习
机器学习
2016-11-15 v1 计算工程、金融与科学
摘要
本文描述了一个与接受结直肠肿瘤切除手术患者的细胞和生理状况相关的数据集。该数据提供了对肿瘤切除时免疫状态、肿瘤分类及术后生存期的独特见解。我们在现有关于该数据聚类和机器学习方面的研究基础上，论证了集成方法在突出具有更清晰预后参数患者方面的作用。展示了使用三种不同方法对最难建模的数据子集进行生存预测的结果。将各模型单独的性能与多个模型达成一致的数据子集进行了比较。对于模型间达成一致的患者，在未见测试集上可实现模型准确性的显著提升。
引用
@article{arxiv.1409.0788,
title = {Ensemble Learning of Colorectal Cancer Survival Rates},
author = {Chris Roadknight and Uwe Aickelin and John Scholefield and Lindy Durrant},
journal= {arXiv preprint arXiv:1409.0788},
year = {2016}
}
备注
IEEE International Conference on Computational Intelligence and Virtual Environments for Measurement Systems and Applications (CIVEMSA) 2013, pp. 82 - 86, 2013