论文部分内容阅读
基于集成学习的乳腺癌生存预测研究
摘 要：为对乳腺癌5年生存状态进行预测并分析其影响因素，首先，选取SEER数据库中2004—2010年乳腺癌相关数据，对选取的特征进行数据预处理;其次，在数据层面上，对数据进行SMOTE上采样以解决数据类别不平衡问题;在算法层面上，比较LightGBM、CatBoost和GBDT这3个模型在预测乳腺癌5年生存状态上的优劣;最后，根据重要性对乳腺癌5年生存状态的影响因素进行排序，并通过SHAP值对影响因素进行解释分析。