论文部分内容阅读
提出了一种基于粗糙集与支持向量机（SVM）的肝炎诊断方法。利用粗糙集对原始特征进行约减，得到多个特征子集，然后采用组选择算法进行二次约减，根据约减后的特征子集生成新的数据集，使用SVM对新的数据集进行训练和预测。采用UCI机器学习公共数据集，试验结果与数据分析表明，与SVM、神经网络（NN）、决策树所预测的结果对比，本文方法具有较高的准确率，可以较准确地诊断数据是否呈阳性。