利用 L-Perceptron 实现高效的乳腺癌诊断与生存预测
机器学习
2018-11-08 v1 人工智能
机器学习
摘要
乳腺癌是全球女性中报告最频繁的癌症类型，且除此之外，它在所有癌症类型中女性致死率居第二高。尽管在预防和早期干预方面取得了所有进展，早期预后和生存预测率仍不尽如人意。本文中，我们提出一种称为 L-Perceptron 的新型感知机，其在 Wisconsin Breast Cancer 数据集上分别以 97.42% 和 98.73% 的准确率和灵敏度超越以往所有监督学习方法。在 Haberman's Breast Cancer Survival 数据集上的实验结果显示，所提方法分别以 75.18% 和 83.86% 的准确率和 F1 分数展现了优越性。这些结果是在无任何预处理或特征选择情况下的 10 折交叉验证中所获得的最佳报告结果。
引用
@article{arxiv.1811.03016,
title = {Toward Efficient Breast Cancer Diagnosis and Survival Prediction Using L-Perceptron},
author = {Hadi Mansourifar and Weidong Shi},
journal= {arXiv preprint arXiv:1811.03016},
year = {2018}
}