计算机时代2023，Issue(11) ：131-135,140.DOI:10.16644/j.cnki.cn33-1094/tp.2023.11.028

基于GA-XGBoost算法的肺癌预测研究

Research on lung cancer prediction based on GA-XGBoost algorithm

柯东 晏峻峰
计算机时代2023，Issue(11) ：131-135,140.DOI:10.16644/j.cnki.cn33-1094/tp.2023.11.028
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于GA-XGBoost算法的肺癌预测研究

Research on lung cancer prediction based on GA-XGBoost algorithm

柯东 1晏峻峰1
扫码查看

作者信息

  • 1. 湖南中医药大学信息科学与工程学院,湖南 长沙 410208
  • 折叠

摘要

为辅助医生进行早期的肺癌预测,提出用遗传算法(GA)对集成算法XGBoost进行优化的GA-XGBoost预测方法.针对机器学习存在的样本数量小、数据质量不佳等问题,提出结合SMOTE过采样、随机森林特征重要性排序构建最终肺癌预测模型,进行肺癌的预测分类.对数据集进行测试,结果表明:与K最近邻、SVM、决策树、XGBoost算法相比,该模型准确率93.2%,同时具有更快的响应速度,综合性能最优.

关键词

肺癌/SMOTE过采样/特征选择/遗传算法/集成算法/XGBoost

Key words

lung cancer/SMOTE oversampling/feature selection/genetic algorithm/integrated algorithm/XGBoost

引用本文复制引用

基金项目

湖南省教育厅重点项目(21A0250)

出版年

2023
计算机时代
浙江省计算技术研究所　浙江省计算机学会

计算机时代

影响因子：0.411
ISSN：1006-8228
参考文献量4
段落导航相关论文