本文探討資料探勘中之分類方法應用於醫療診斷上的諸多問題,並以各分類器實驗來進行預測主要慢性疾病如乳癌、心臟病、糖尿病及肝臟疾病之存在與否的比較研究。本研究採用數個具有代表性的主要分類器如多層次類神經網路(MLP)及簡單貝式法(Naïve Bayers)、支撐向量機(SVM/SMO)、K最近鄰法(KNN/IBK)、決策樹法(C4.5/J48)等資料探勘技術來對10種醫療診斷資料作分類預測與結果的比較分析。
為了持續優化網站功能與使用者體驗,本網站將Cookies分析技術用於網站營運、分析和個人化服務之目的。
若您繼續瀏覽本網站,即表示您同意本網站使用Cookies。