典型文献
基于机器学习的丙型肝炎肝纤维化预测算法对比研究
文献摘要：
为了更好地预防和控制丙型肝炎,本文采用机器学习和深度学习算法对患者数据进行建模预测.在机器学习算法中通过数据预处理数据和网格遍历调参后的SVM和GBM分类准确率能达到87％和86％.为了进一步提高分类效果,在深度学习算法中使用MLP模型和LSTM模型的分类精确度达到了89.1％和90.48％.在深入研究LSTM算法过程中,根据链式法则和全微分方程对LSTM的反向传播算法进行了优化,减少了梯度下降更新模型参数的计算复杂度.
文献关键词：
丙型肝炎预测;机器学习;深度学习;分类算法
中图分类号：
作者姓名：
李芳;刘怀进;田庆
作者机构：
肇庆学院 计算机科学与软件学院,广东 肇庆 526061;华侨大学 计算机科学与技术学院,福建 厦门 361021
文献出处：
引用格式：
[1]李芳;刘怀进;田庆-.基于机器学习的丙型肝炎肝纤维化预测算法对比研究)[J].肇庆学院学报,2022(02):33-42
A类：
丙型肝炎预测
B类：
基于机器学习,肝纤维化,预测算法,算法对比,预防和控制,深度学习算法,患者数据,建模预测,机器学习算法,数据预处理,预处理数据,遍历,GBM,分类准确率,分类效果,MLP,链式法则,全微分,微分方程,反向传播算法,梯度下降,更新模型,计算复杂度,分类算法
AB值：
0.434349
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
