Für Ihre eigenen Notizen. </ b> Verwenden Sie Random Forest, um Krankheit A und Krankheit B zu trennen. Finden Sie heraus, welcher der von Ihnen eingegebenen Biomarker wichtig ist. In früheren Untersuchungen von UCL lag die Genauigkeit bei 74,0%, daher ist das Ziel, diese zu übertreffen.
Der Code und die Beschreibung finden Sie unter hier. Maschinelles Lernen Klassifizierung von Krankheiten nach Random Forest (https://www.aiprogrammers.net/entry/2020/04/28/214214)
Dieses Mal habe ich versucht, Krankheiten mithilfe von Zufallswäldern zu klassifizieren. In unserem Experiment waren es 75,4%, was 1,4% über den 74,0% der vorherigen Studie lag. In der vorherigen Studie wurde nur das Volumen der grauen Substanz verwendet, aber wir haben die aus der Diffusions-MRT erhaltene Karte eingegeben. Vorerst möchte ich Sensitivität und Spezifität untersuchen.
Recommended Posts