肝脏分析输出之间的集成相关性
机器学习
2014-01-28 v1 计算工程、金融与科学
机器学习
摘要
生物分析上的数据挖掘技术正扩展到包括医疗保健和医疗信息在内的大多数领域。我们将 KNN、SVM、MLP 或决策树等数据挖掘技术应用于一个独特的数据集，该数据集收集了一年内的 16,380 份分析结果。此外，我们还使用了元分类器来探究肝脏疾病与肝脏分析输出之间增加的相关性。结果表明，ALT、AST、直接胆红素和总胆红素之间存在相关性，误差率低至 15%。同时，相关系数高达 94%。这使得相互预测分析结果成为可能，或者可以将疾病模式应用于参数的线性相关性上。
引用
@article{arxiv.1401.6597,
title = {Ensembled Correlation Between Liver Analysis Outputs},
author = {Sadi Evren Seker and Y. Unal and Z. Erdem and H. Erdinc Kocer},
journal= {arXiv preprint arXiv:1401.6597},
year = {2014}
}