基于logistics回归和svm的乳腺癌分类研究任务书

 2021-08-19 11:08

1. 毕业设计(论文)主要目标:

(1)针对乳腺癌分类研究运用了logistics回归模型和SVM模型。根据搜集的数据信息,推断出患乳腺癌的概率大小。

(2)建立贝叶斯判别模型,判别女性患乳腺癌风险大小。

(3)分析各变量之间的影响关系(互补关系)。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 毕业设计(论文)主要内容:

首先,本文基于二元logistics回归对数据进行了分析,从单因素对乳腺癌的影响分析到多因素共同影响的分析。单因素对乳腺癌的影响其实就是分析变量2至10与乳腺癌的关系(1对1)。对于这种1对1的关系,本文首先对所有数据进行了列表分析,分析各个不同指标下患乳腺癌的概率。如此之外,本文还另采用一种方法:盒状图。由于原始数据中有10个变量,7个为分组线性变量,另外3个变量为连续性变量。变量1即是否患乳腺癌为0-1变量。因此对此数据的处理先通过盒状图粗略地找出变量2至10与乳腺癌的关系。

其次,在讨论多因素对是否患乳腺癌的关系的时候,本文对数据进行预处理后再应用二元logistics回归分析精确地找出变量2至10中对乳腺癌显著性较大的变量,同时也建立了模型。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 主要参考文献

[1]米生权. 中国成人个体糖尿病发病风险预测模型的建立及验证[D].中国疾病预防控制中心,2011.

[2]沈其君.SAS统计分析.北京:高等教育出版社,2005.

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文任务书,课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。