Bagging算法驱动的心血管疾病预测模型及智能床垫应用

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：目前，机器学习在疾病预测领域的应用日益广泛。文章介绍了SVM（支持向量机）、CART（分类与回归树）决策树、KNN （K近邻）3种机器学习算法，并将这3种算法构建的模型应用于心血管疾病（CVD）的预测中。结果表明，SVM模型表现最优。此外，为进一步提高模型的性能和鲁棒性，在这3个基模型中均融合了Bagging算法。（剩余5125字）

试读结束

目录
monitor