肿瘤参数属性偏序结构可视化实现乳腺癌诊断

为实现乳腺癌数据规则可视化,提出一种基于Lasso和增量学习结合的、以改进的属性偏序结构图为可视化工具的乳腺癌诊断规则提取方法。采用乳腺癌数据为数据源基础上算法分为4步:首先使用Lasso方法进行特征选择实现降维,在9个特征中选出前4个关联度最大的特征;其次进行基于Gini指数的连续数据粒化,通过增量学习方式动态生成形式背景;再次融合二次Lasso筛选,将维数由17降为3;最后使用新的基于基尼指数和覆盖对象的行列优化方法生成属性偏序结构图可视化规则,提取出规则7条。将数据处理结果与主流分类器对比,结果表明,基于该算法的规则提取实现96.52%的诊断准确率,均高于随机森林(94.25%)、Adaboost(90.00%)、1NN(91.33%)、3NN(90.67%)、支持向量机算法(95.00%)。最后采用不同增量比例(10%~90%)数据验证增量学习算法效果,表明顺序学习数据量达到30%时模式已经完备,数据量在20%时准确率已经接近支持向量机算法,证明该方法是一种用于诊断可视化的规则发现的有效手段。     

集成学习在水产品无机砷含量预测中的应用研究

目的水产品中无机砷元素慢性暴露严重危害人体健康,其检测时间成本较高,为实现无机砷元素含量快速预测,构建一种基于小样本特征量的无机砷元素含量预测集成学习模型。方法抽取2018—2022年秦皇岛地区水产品重金属元素检测数据,采用皮尔逊法对铅、镉、汞、无机砷4种元素做相关性分析并检验多重共线性。使用逐步回归向量组合法测试不同特征组合下梯度提升回归树(gradient boosting regressor,GBR)和随机森林模型(random forest,RF)的拟合优度(R²)及均方误差(mean squared error,MSE),以筛选最优组合。综合比对5种集成学习算法在模型评估指标、预测误差比率分布、目标危险系数(target hazard quotients,THQ)三方面的预测效果以评估方法可行性。结果4种重金属元素间呈弱相关,不存在多重共线性。RF及GBR算法拟合优度R²分别为89.9%、93.3%。极端学习树模型(extremely randomized tree,ET)在贝、鱼、蟹、虾类水产品中R²分别为1...