论文部分内容阅读
本文基于机器学习中的决策树、adaboost组合决策树方法结合Logistic回归模型,构建了癌症转移诊断的Logistic模型.对浙江大学附属第二医院甲状腺外科2013年-2014年间收治的713例甲状腺癌患者进行多项临床指标收集分析建模,最后建立的浙江省甲状腺癌中央区淋巴结转移模型诊断得到的误判率为23.46%,故认为可以在一定程度上参考基于机器学习的Logistic回归方法进行癌症转移的诊断.