资源类型：
文章类型：
单位：
[1]北京信息科技大学计算机学院,北京,100101
[2]首都医科大学附属北京友谊医院泌尿外科,北京,100050
临床科室
泌尿外科
泌尿外科
首都医科大学附属北京友谊医院
出处：
ISSN：
关键词：
膀胱癌预后
支持向量机
集成学习
基分类器
差异性
摘要：
将支持向量机方法应用于膀胱癌预后研究,提出一种基于差异性的BoostingSVM模型集成方法。膀胱癌患者数据集呈现小样本、类别不平衡特性。故通过重采样得到局部类别平衡的子训练集,以获得泛化性良好的支持向量机基分类器。同时提出一种基于差异性度量的模型调优方法,增大基分类器间的差异性,克服样本量不足的问题,提高模型整体的泛化性。实验表明,改进方法相比于传统支持向量机方法相对错误率下降17.76%,多数类和少数类平均召回率的标准差相对下降84.36%。
基金：
国家自然科学基金资助项目（61401290）；
第一作者：
第一作者单位：
[1]北京信息科技大学计算机学院,北京,100101
推荐引用方式(GB/T 7714)：
杨帆,杨大利,朱熹.基于支持向量机集成方法的膀胱癌预后研究[J].北京信息科技大学学报(自然科学版).2017,32(1):24-31.
