利用机器学习通过优化技术评估神经网络分析性能的肝脏感染预测分析
机器学习
2023-05-16 v1
摘要
肝脏感染是一种常见疾病，对人类健康构成重大威胁，但仍能识别出可用于大规模筛查的最优技术。本文处理使用不同数据集和预测分析的 ML 算法。因此，机器学习可用于不同疾病中以整合可视化模式。本文在不同肝脏疾病数据集上运用多种机器学习算法，利用不同参数和优化技术评估分析性能。所选分类算法分析结果差异并找出最优的肝脏疾病分类模型。机器学习优化是修改超参数以采用某种优化方法最小化代价函数的过程。设置超参数包括一定数量的磷酸酶、直接胆红素、蛋白质、白蛋白和白蛋白球蛋白。由于它描述了预测参数的真实重要性与模型预测之间的差异，最小化代价函数至关重要。
引用
@article{arxiv.2305.07670,
title = {Liver Infection Prediction Analysis using Machine Learning to Evaluate Analytical Performance in Neural Networks by Optimization Techniques},
author = {P. Deivendran and S. Selvakanmani and S. Jegadeesan and V. Vinoth Kumar},
journal= {arXiv preprint arXiv:2305.07670},
year = {2023}
}