计算机工程

作者：苗立志, 白瑞思蒙, 刘成良, 翟月昊

单位：1. 南京邮电大学 地理与生物信息学院, 南京 210023;2. 南京邮电大学 江苏省智慧健康大数据分析与位置服务工程实验室, 南京 210023;3. 南京邮电大学 通信与信息工程学院, 南京 210003

关键词：疾病预测,机器学习,数据分析,非平衡数据,SMOTE算法

基金：江苏省“双创博士”项目（CZ032SC20025）。

针对癌症数据集中存在非平衡数据及噪声样本的问题，提出一种基于RENN和SMOTE算法的癌症患者生存预测算法RENN-SMOTE-SVM。基于最近邻规则，利用RENN算法减少多数类样本中噪声样本数量，并通过SMOTE算法在少数类样本间进行线性插值增加样本数量，从而获得平衡数据集。基于美国癌症数据库非平衡乳腺癌患者数据集对癌症患者的生存情况进行预测分析，实验结果表明，与SVM算法、Tomeklinks-SVM算法等5种常用算法相比，该算法的分类及预测效果更好，其正确率、F1-score、G-means值分别为0.883，0.904，0.779。

来源：2021年第12期

《计算机工程》期刊编辑部

查看计算机工程杂志2021年第12期