《表1 医疗大数据领域浅层机器学习算法模型》
医疗大数据领域中运用的浅层机器学习算法模型有回归分析、决策树、基于内核的算法、降低维度算法等。逻辑回归算法(Logistic Regression,LR)是常用的回归分析算法,它通过确定单个变量或者多个变量的影响权重建立关系模型。决策树算法(Decision Tree,DT)是一种递归寻优的树状模型。基于内核的算法最常用的是支持向量机(Support Vector Machine,SVM),它先建立高阶的向量空间,再通过映射关系将数据映射到高阶向量空间。降低维度算法常用的是主成分分析法(Principal Component Analysis,PCA)和偏最小二乘回归法(Partial Least Squares Regression,PLSR),两者皆通过降低特征维度重组数据集。其中回归分析、决策树和降低维度算法属于无监督学习,基于内核的算法属于监督学习。医疗大数据领域主要使用的浅层机器学习算法模型如表1所示。
图表编号 | XD00110604400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.11.15 |
作者 | 孙涛、徐秀林 |
绘制单位 | 上海理工大学医疗器械与食品学院、上海理工大学医疗器械与食品学院 |
更多格式 | 高清、无水印(增值服务) |