计算和数学方法在医学

研究文章

生物医学文本分类基于整体造型修剪和优化的主题

表6

分类结果通过传统算法和该diversity-based合奏修剪(LDA(基于k = 50)表示)。


分类算法	oh5	oh10	oh15	ohscal	ohsumed

注	75.19	67.43	70.77	60.24	29.41
支持向量机	77.59	80.29	84.47	71.58	34.72
装袋+注	76.08	69.77	70.94	60.21	29.21
装袋+支持向量机	84.36	77.20	79.07	71.92	35.98
演算法+注	73.53	68.07	70.26	60.09	29.60
演算法+支持向量机	84.06	77.19	78.88	72.08	35.03
RandomSubspace +注	74.75	67.29	68.51	57.58	28.60
RandomSubspace +支持向量机	78.02	69.89	71.22	67.65	31.80
叠加	83.78	81.32	81.69	60.02	40.76
ESM	79.25	79.07	78.91	72.52	37.84
东德(BES)	80.11	80.61	81.08	73.02	40.04
LibD3C	82.86	82.93	84.51	74.86	41.17
清洁发展机制	84.77	84.13	85.32	76.45	43.55
部(遗传聚类)	81.61	81.96	84.64	74.21	43.27
DEP (PSO聚类	80.91	81.41	83.31	73.98	*45.73*
部(萤火虫集群)	86.52	86.08	86.29	77.47	47.48
部(杜鹃集群)	*85.06*	83.00	*85.84*	*76.81*	45.43
部(蝙蝠集群)	84.47	*84.18*	82.11	72.70	44.13

注:朴素贝叶斯算法,支持向量机:支持向量机,ESM:系综选择从模型库,喜神贝斯:装袋合奏选择,LibD3C:混合合奏修剪基于k - means和动态选择,清洁发展机制:基于多样性的措施相结合,整体修剪和DEP:提出diversity-based合奏修剪。