基于不完整乳腺癌数据的模型预测研究
作者：邓钰芳
单位：广西大学计算机与电子信息学院
针对不完整乳腺癌数据问题,该研究提出kmeans-KNN方法处理缺失值。首先对训练集进行聚类并采用KNN进行缺失值填充,基于完整训练集训练线性回归模型填充测试集的缺失值,然后使用机器学习算法XGBoost、RF、KNN、SVM对完整训练集进行训练建模,利用建立好的模型对完整测试集进行测试。结果证明kmeans-KNN在缺失值预处理上优于EM、MICE等常用的缺失值填补方法,在准确度和AUC上,kmeans-KNN+SVM取得最优。
DOI：
10.19850/j.cnki.2096-4706.2021.07.013
关键词：
Array
所属期刊栏目：
计算机技术
分类号：
TP311.13;R737.9
页码：
50-53