论文部分内容阅读
文章利用主成分分析对肾病患者的血常规检测数据进行特征提取,采用支持向量机对肾病患者样本、虚拟正常人样本及其他疾病患者样本建立分类模型。采用高斯径向基函数为核函数,调节核函数参数C及σ以建立最佳支持向量机模型,并且采用留一交叉验证法从虚拟正常人样本中区分出来的识别率为91.35%,而用十折交叉验证法得到该模型从其他疾病中区分出来的识别率为81.71%。结果表明,基于血常规支持向量机法建立的肾病分类模型能较好的把肾病从其他疾病和正常人样本中区分出来。