基于PSO-XGBoost的患者心脏病诊断方法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：在使用机器学习方法预测心脏病患病情况案例中，传统机器学习模型训练过程耗时较长，尤其是在数据较多情况下实时性无法保障。基于粒子群（PSO）算法和极端梯度提升（XGBoost）算法，新建一种心脏病预测模型，该模型利用PSO算法的全局寻优能力对XGBoost初始参数进行优化，结合XGBoost算法得到最优的决策树即患者的患病情况。（剩余6785字）

试读结束

目录
monitor