1. Trang chủ
  2. » Luận Văn - Báo Cáo

Nghiên cứu các giải thuật máy học và áp dụng vào bài toán dự đoán bệnh thận tại bệnh viện đa khoa tỉnh điện biên dùng ngôn ngữ python

99 166 1

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Định dạng
Số trang 99
Dung lượng 2,65 MB

Nội dung

Nghiên cứu mô hình Máy học: Support Vector Machine (SVM), mô hình Máy học: Logistic Regression (LGR). Tìm hiểu và sử dụng ngôn ngữ Python và các thư viện sử dụng cho các thuật toán Máy học. Thu thập và xử lý dữ liệu các bệnh nhân thận tại Bệnh viện đa khoa tỉnh Điện Biên. Sử dụng ngôn ngữ Python cài đặt hai mô hình Máy học (SVM và LGR) cho bài toán dự đoán bệnh thận.

Ngày đăng: 16/11/2021, 08:48

HÌNH ẢNH LIÊN QUAN

BẢNG THUẬT NGỮ VIẾT TẮT - Nghiên cứu các giải thuật máy học và áp dụng vào bài toán dự đoán bệnh thận tại bệnh viện đa khoa tỉnh điện biên dùng ngôn ngữ python
BẢNG THUẬT NGỮ VIẾT TẮT (Trang 4)
BẢNG THUẬT NGỮ VIẾT TẮT - Nghiên cứu các giải thuật máy học và áp dụng vào bài toán dự đoán bệnh thận tại bệnh viện đa khoa tỉnh điện biên dùng ngôn ngữ python
BẢNG THUẬT NGỮ VIẾT TẮT (Trang 4)
Bảng 1. 1: Dữ liệu được trích từ tệp ex1data1.txt [1] - Nghiên cứu các giải thuật máy học và áp dụng vào bài toán dự đoán bệnh thận tại bệnh viện đa khoa tỉnh điện biên dùng ngôn ngữ python
Bảng 1. 1: Dữ liệu được trích từ tệp ex1data1.txt [1] (Trang 18)
Bảng 1. 1: Dữ liệu được trích từ tệp ex1data1.txt [1] - Nghiên cứu các giải thuật máy học và áp dụng vào bài toán dự đoán bệnh thận tại bệnh viện đa khoa tỉnh điện biên dùng ngôn ngữ python
Bảng 1. 1: Dữ liệu được trích từ tệp ex1data1.txt [1] (Trang 18)
Nguyên nhân: Điều này xảy xa khi mô hình chúng ta đang xây dựng quá đơn giản so với tập dữ liệu - Nghiên cứu các giải thuật máy học và áp dụng vào bài toán dự đoán bệnh thận tại bệnh viện đa khoa tỉnh điện biên dùng ngôn ngữ python
guy ên nhân: Điều này xảy xa khi mô hình chúng ta đang xây dựng quá đơn giản so với tập dữ liệu (Trang 21)
Hình 1. 1: Hình Hình bên trái, ở giữa, và bên phải lần lượt ở trạng thái - Nghiên cứu các giải thuật máy học và áp dụng vào bài toán dự đoán bệnh thận tại bệnh viện đa khoa tỉnh điện biên dùng ngôn ngữ python
Hình 1. 1: Hình Hình bên trái, ở giữa, và bên phải lần lượt ở trạng thái (Trang 21)
Hình 1. 2: Mô tả sự cân bằng Bias-Variance - Nghiên cứu các giải thuật máy học và áp dụng vào bài toán dự đoán bệnh thận tại bệnh viện đa khoa tỉnh điện biên dùng ngôn ngữ python
Hình 1. 2: Mô tả sự cân bằng Bias-Variance (Trang 23)
Hình 1. 2: Mô tả sự cân bằng Bias-Variance - Nghiên cứu các giải thuật máy học và áp dụng vào bài toán dự đoán bệnh thận tại bệnh viện đa khoa tỉnh điện biên dùng ngôn ngữ python
Hình 1. 2: Mô tả sự cân bằng Bias-Variance (Trang 23)
Bảng 1. 2: Bảng số liệu khám, chữa bệnh và số lần chạy thận tại Bệnh viện đa khoa tỉnh Điện Biên trong 5 năm từ 2012 đến 2017 - Nghiên cứu các giải thuật máy học và áp dụng vào bài toán dự đoán bệnh thận tại bệnh viện đa khoa tỉnh điện biên dùng ngôn ngữ python
Bảng 1. 2: Bảng số liệu khám, chữa bệnh và số lần chạy thận tại Bệnh viện đa khoa tỉnh Điện Biên trong 5 năm từ 2012 đến 2017 (Trang 29)
Bảng 1. 2: Bảng số liệu khám, chữa bệnh và số lần chạy thận tại Bệnh viện đa khoa tỉnh Điện - Nghiên cứu các giải thuật máy học và áp dụng vào bài toán dự đoán bệnh thận tại bệnh viện đa khoa tỉnh điện biên dùng ngôn ngữ python
Bảng 1. 2: Bảng số liệu khám, chữa bệnh và số lần chạy thận tại Bệnh viện đa khoa tỉnh Điện (Trang 29)
Hình 2.1. 1: H3 (màu xanh lá cây) không chia tách hai lớp dữ liệu. H1 (màu xanh lơ) phân tách hai lớp với lề nhỏ và H2 (màu đỏ) phân tách với lề cực đại [1] - Nghiên cứu các giải thuật máy học và áp dụng vào bài toán dự đoán bệnh thận tại bệnh viện đa khoa tỉnh điện biên dùng ngôn ngữ python
Hình 2.1. 1: H3 (màu xanh lá cây) không chia tách hai lớp dữ liệu. H1 (màu xanh lơ) phân tách hai lớp với lề nhỏ và H2 (màu đỏ) phân tách với lề cực đại [1] (Trang 32)
Hình 2.1. 2:Siêu phẳng với lề cực đại cho một SVM phân tách dữ liệu thuộc hai lớp [1] - Nghiên cứu các giải thuật máy học và áp dụng vào bài toán dự đoán bệnh thận tại bệnh viện đa khoa tỉnh điện biên dùng ngôn ngữ python
Hình 2.1. 2:Siêu phẳng với lề cực đại cho một SVM phân tách dữ liệu thuộc hai lớp [1] (Trang 33)
Hình 2.1. 2:Siêu phẳng với lề cực đại cho một SVM phân tách dữ liệu thuộc hai lớp [1] - Nghiên cứu các giải thuật máy học và áp dụng vào bài toán dự đoán bệnh thận tại bệnh viện đa khoa tỉnh điện biên dùng ngôn ngữ python
Hình 2.1. 2:Siêu phẳng với lề cực đại cho một SVM phân tách dữ liệu thuộc hai lớp [1] (Trang 33)
Hình 2.1. 3: Tập dữ liệu ban đầu (bên trái) được ánh xạ (dùng hàm nhân) sang không gian mới (bên phải) - Nghiên cứu các giải thuật máy học và áp dụng vào bài toán dự đoán bệnh thận tại bệnh viện đa khoa tỉnh điện biên dùng ngôn ngữ python
Hình 2.1. 3: Tập dữ liệu ban đầu (bên trái) được ánh xạ (dùng hàm nhân) sang không gian mới (bên phải) (Trang 34)
Hình 2.1. 3: Tập dữ liệu ban đầu (bên trái) được ánh xạ (dùng hàm nhân) - Nghiên cứu các giải thuật máy học và áp dụng vào bài toán dự đoán bệnh thận tại bệnh viện đa khoa tỉnh điện biên dùng ngôn ngữ python
Hình 2.1. 3: Tập dữ liệu ban đầu (bên trái) được ánh xạ (dùng hàm nhân) (Trang 34)
Hình 2.1. 5: Một siêu phẳng (trong không gia n2 chiều) phân tách hai không gian - Nghiên cứu các giải thuật máy học và áp dụng vào bài toán dự đoán bệnh thận tại bệnh viện đa khoa tỉnh điện biên dùng ngôn ngữ python
Hình 2.1. 5: Một siêu phẳng (trong không gia n2 chiều) phân tách hai không gian (Trang 35)
Hình 2.1. 4: Một siêu phẳng (trong không gia n2 chiều) khi - Nghiên cứu các giải thuật máy học và áp dụng vào bài toán dự đoán bệnh thận tại bệnh viện đa khoa tỉnh điện biên dùng ngôn ngữ python
Hình 2.1. 4: Một siêu phẳng (trong không gia n2 chiều) khi (Trang 35)
Hình 2.1. 4: Một siêu phẳng (trong không gian 2 chiều) khi ? < ?, ? ? > ?, ? ? > ? - Nghiên cứu các giải thuật máy học và áp dụng vào bài toán dự đoán bệnh thận tại bệnh viện đa khoa tỉnh điện biên dùng ngôn ngữ python
Hình 2.1. 4: Một siêu phẳng (trong không gian 2 chiều) khi ? < ?, ? ? > ?, ? ? > ? (Trang 35)
Hình 2.1. 5: Một siêu phẳng (trong không gian 2 chiều) phân tách hai không gian - Nghiên cứu các giải thuật máy học và áp dụng vào bài toán dự đoán bệnh thận tại bệnh viện đa khoa tỉnh điện biên dùng ngôn ngữ python
Hình 2.1. 5: Một siêu phẳng (trong không gian 2 chiều) phân tách hai không gian (Trang 35)
Hình 2.1. 6: Siêu phẳng với sự thay đổi của các tham số w và b - Nghiên cứu các giải thuật máy học và áp dụng vào bài toán dự đoán bệnh thận tại bệnh viện đa khoa tỉnh điện biên dùng ngôn ngữ python
Hình 2.1. 6: Siêu phẳng với sự thay đổi của các tham số w và b (Trang 36)
Hình 2.1. 6: Siêu phẳng với sự thay đổi của các tham số w và b - Nghiên cứu các giải thuật máy học và áp dụng vào bài toán dự đoán bệnh thận tại bệnh viện đa khoa tỉnh điện biên dùng ngôn ngữ python
Hình 2.1. 6: Siêu phẳng với sự thay đổi của các tham số w và b (Trang 36)
Hình 2.1. 7:Khoảng cách từ lớp C 1 và C 2 tới siêu phẳng - Nghiên cứu các giải thuật máy học và áp dụng vào bài toán dự đoán bệnh thận tại bệnh viện đa khoa tỉnh điện biên dùng ngôn ngữ python
Hình 2.1. 7:Khoảng cách từ lớp C 1 và C 2 tới siêu phẳng (Trang 38)
Hình 2.1. 9: Siêu phẳng có khoảng cách lề bằng nhau tới 2 lớp - Nghiên cứu các giải thuật máy học và áp dụng vào bài toán dự đoán bệnh thận tại bệnh viện đa khoa tỉnh điện biên dùng ngôn ngữ python
Hình 2.1. 9: Siêu phẳng có khoảng cách lề bằng nhau tới 2 lớp (Trang 38)
Hình 2.1. 8: Tất cả 5 siêu phẳng đều thỏa mãn có tổng lề lớn nhất để phân tách 2 lớp - Nghiên cứu các giải thuật máy học và áp dụng vào bài toán dự đoán bệnh thận tại bệnh viện đa khoa tỉnh điện biên dùng ngôn ngữ python
Hình 2.1. 8: Tất cả 5 siêu phẳng đều thỏa mãn có tổng lề lớn nhất để phân tách 2 lớp (Trang 38)
29 - Nghiên cứu các giải thuật máy học và áp dụng vào bài toán dự đoán bệnh thận tại bệnh viện đa khoa tỉnh điện biên dùng ngôn ngữ python
29 (Trang 39)
Hình 2.1. 11: Siêu phẳng cho cùng một tập huấn luyện với sự thay đổi củ aC tương ứng [8] - Nghiên cứu các giải thuật máy học và áp dụng vào bài toán dự đoán bệnh thận tại bệnh viện đa khoa tỉnh điện biên dùng ngôn ngữ python
Hình 2.1. 11: Siêu phẳng cho cùng một tập huấn luyện với sự thay đổi củ aC tương ứng [8] (Trang 44)
Hình 2.1. 11: Siêu phẳng cho cùng một tập huấn luyện với sự thay đổi của C tương ứng [8] - Nghiên cứu các giải thuật máy học và áp dụng vào bài toán dự đoán bệnh thận tại bệnh viện đa khoa tỉnh điện biên dùng ngôn ngữ python
Hình 2.1. 11: Siêu phẳng cho cùng một tập huấn luyện với sự thay đổi của C tương ứng [8] (Trang 44)
Hình 2.1. 12: Các siêu phẳng dùng để phân tách dữ liệu khi hệ số - Nghiên cứu các giải thuật máy học và áp dụng vào bài toán dự đoán bệnh thận tại bệnh viện đa khoa tỉnh điện biên dùng ngôn ngữ python
Hình 2.1. 12: Các siêu phẳng dùng để phân tách dữ liệu khi hệ số (Trang 45)
Hình 2.1. 12: Các siêu phẳng dùng để phân tách dữ liệu khi hệ số ? ? thay đổi [8] - Nghiên cứu các giải thuật máy học và áp dụng vào bài toán dự đoán bệnh thận tại bệnh viện đa khoa tỉnh điện biên dùng ngôn ngữ python
Hình 2.1. 12: Các siêu phẳng dùng để phân tách dữ liệu khi hệ số ? ? thay đổi [8] (Trang 45)
Hình 2.1. 13: Hình (a) và (c) minh họa cho các lớp không thể phân tách bởi tuyến tính trong không gian 1 – chiều và 2 – chiều tương ứng - Nghiên cứu các giải thuật máy học và áp dụng vào bài toán dự đoán bệnh thận tại bệnh viện đa khoa tỉnh điện biên dùng ngôn ngữ python
Hình 2.1. 13: Hình (a) và (c) minh họa cho các lớp không thể phân tách bởi tuyến tính trong không gian 1 – chiều và 2 – chiều tương ứng (Trang 47)
Hình 2.1. 13: Hình (a) và (c) minh họa cho các lớp không thể phân tách bởi tuyến tính trong - Nghiên cứu các giải thuật máy học và áp dụng vào bài toán dự đoán bệnh thận tại bệnh viện đa khoa tỉnh điện biên dùng ngôn ngữ python
Hình 2.1. 13: Hình (a) và (c) minh họa cho các lớp không thể phân tách bởi tuyến tính trong (Trang 47)
2.2.1. Hàm Logistic - Nghiên cứu các giải thuật máy học và áp dụng vào bài toán dự đoán bệnh thận tại bệnh viện đa khoa tỉnh điện biên dùng ngôn ngữ python
2.2.1. Hàm Logistic (Trang 51)
Hình 2.2. 1: Đồ thị hàm Sigmoid - Nghiên cứu các giải thuật máy học và áp dụng vào bài toán dự đoán bệnh thận tại bệnh viện đa khoa tỉnh điện biên dùng ngôn ngữ python
Hình 2.2. 1: Đồ thị hàm Sigmoid (Trang 51)
- Không thêm vào mô hình biến số không liên quan - Không có sai số đo lường trong các biến số độc lập - Các đối tượng nghiên cứu là độc lập với nhau - Nghiên cứu các giải thuật máy học và áp dụng vào bài toán dự đoán bệnh thận tại bệnh viện đa khoa tỉnh điện biên dùng ngôn ngữ python
h ông thêm vào mô hình biến số không liên quan - Không có sai số đo lường trong các biến số độc lập - Các đối tượng nghiên cứu là độc lập với nhau (Trang 54)
Hình 2.3. 1: Mô hình màu xanh nước biển (green) và xanh lá cây (green) cùng có sai số bằng - Nghiên cứu các giải thuật máy học và áp dụng vào bài toán dự đoán bệnh thận tại bệnh viện đa khoa tỉnh điện biên dùng ngôn ngữ python
Hình 2.3. 1: Mô hình màu xanh nước biển (green) và xanh lá cây (green) cùng có sai số bằng (Trang 54)
- Đồ thị hóa dữ liệu và mô hình: Cách này không phù hợp với bài toán nhiều đặc trưng - Nghiên cứu các giải thuật máy học và áp dụng vào bài toán dự đoán bệnh thận tại bệnh viện đa khoa tỉnh điện biên dùng ngôn ngữ python
th ị hóa dữ liệu và mô hình: Cách này không phù hợp với bài toán nhiều đặc trưng (Trang 55)
Hình 2.3. 2: Minh họa cho bài toán có 3 mô hình: underfit, normal và overfit - Nghiên cứu các giải thuật máy học và áp dụng vào bài toán dự đoán bệnh thận tại bệnh viện đa khoa tỉnh điện biên dùng ngôn ngữ python
Hình 2.3. 2: Minh họa cho bài toán có 3 mô hình: underfit, normal và overfit (Trang 55)
Hình 3.1. Cấu trúc Thận - Nghiên cứu các giải thuật máy học và áp dụng vào bài toán dự đoán bệnh thận tại bệnh viện đa khoa tỉnh điện biên dùng ngôn ngữ python
Hình 3.1. Cấu trúc Thận (Trang 61)
Hình 3. 1. Cấu trúc Thận - Nghiên cứu các giải thuật máy học và áp dụng vào bài toán dự đoán bệnh thận tại bệnh viện đa khoa tỉnh điện biên dùng ngôn ngữ python
Hình 3. 1. Cấu trúc Thận (Trang 61)
Bảng 3. 1:Tóm tắt về các chỉ số để xây dựng cơ sở dữ liệu - Nghiên cứu các giải thuật máy học và áp dụng vào bài toán dự đoán bệnh thận tại bệnh viện đa khoa tỉnh điện biên dùng ngôn ngữ python
Bảng 3. 1:Tóm tắt về các chỉ số để xây dựng cơ sở dữ liệu (Trang 69)
Bảng 3.2: Các đặc tính để xây dựng chương trình - Nghiên cứu các giải thuật máy học và áp dụng vào bài toán dự đoán bệnh thận tại bệnh viện đa khoa tỉnh điện biên dùng ngôn ngữ python
Bảng 3.2 Các đặc tính để xây dựng chương trình (Trang 70)
Bảng 3. 2: Các đặc tính để xây dựng chương trình - Nghiên cứu các giải thuật máy học và áp dụng vào bài toán dự đoán bệnh thận tại bệnh viện đa khoa tỉnh điện biên dùng ngôn ngữ python
Bảng 3. 2: Các đặc tính để xây dựng chương trình (Trang 70)
Hình 3.2. Biểu đồ biểu diễn dữ liệu cho bài toán dự đoán bệnh Thận - Nghiên cứu các giải thuật máy học và áp dụng vào bài toán dự đoán bệnh thận tại bệnh viện đa khoa tỉnh điện biên dùng ngôn ngữ python
Hình 3.2. Biểu đồ biểu diễn dữ liệu cho bài toán dự đoán bệnh Thận (Trang 75)
Hình 3. 2. Biểu đồ biểu diễn dữ liệu cho bài toán dự đoán bệnh Thận - Nghiên cứu các giải thuật máy học và áp dụng vào bài toán dự đoán bệnh thận tại bệnh viện đa khoa tỉnh điện biên dùng ngôn ngữ python
Hình 3. 2. Biểu đồ biểu diễn dữ liệu cho bài toán dự đoán bệnh Thận (Trang 75)
Hình 3. 4: Hình minh họa cho sự tác động của tham số C - Nghiên cứu các giải thuật máy học và áp dụng vào bài toán dự đoán bệnh thận tại bệnh viện đa khoa tỉnh điện biên dùng ngôn ngữ python
Hình 3. 4: Hình minh họa cho sự tác động của tham số C (Trang 80)
Tuy nhiên, nếu dữ liệu dự đoán của chúng ta giống như Hình 3.6, thì khi đó mô hình với giá trị C nhỏ sẽ cho độ chính xác tốt hơn - Nghiên cứu các giải thuật máy học và áp dụng vào bài toán dự đoán bệnh thận tại bệnh viện đa khoa tỉnh điện biên dùng ngôn ngữ python
uy nhiên, nếu dữ liệu dự đoán của chúng ta giống như Hình 3.6, thì khi đó mô hình với giá trị C nhỏ sẽ cho độ chính xác tốt hơn (Trang 81)
Hình 3. 6: Hình bên trái ứng với giá trị C nhỏ cho lề lớn, và trong trường hợp này sẽ cho mô - Nghiên cứu các giải thuật máy học và áp dụng vào bài toán dự đoán bệnh thận tại bệnh viện đa khoa tỉnh điện biên dùng ngôn ngữ python
Hình 3. 6: Hình bên trái ứng với giá trị C nhỏ cho lề lớn, và trong trường hợp này sẽ cho mô (Trang 81)
Hình 3. 5: Hình bên trái ứng với giá trị C nhỏ cho lề lớn. Hình bên phải ứng với giá trị C lớn cho lề nhỏ, và trong trường hợp này sẽ cho mô hình phù hợp hơn với hình bên trái - Nghiên cứu các giải thuật máy học và áp dụng vào bài toán dự đoán bệnh thận tại bệnh viện đa khoa tỉnh điện biên dùng ngôn ngữ python
Hình 3. 5: Hình bên trái ứng với giá trị C nhỏ cho lề lớn. Hình bên phải ứng với giá trị C lớn cho lề nhỏ, và trong trường hợp này sẽ cho mô hình phù hợp hơn với hình bên trái (Trang 81)
Hình 3. 7: Mô hình SVM cho bài toán hoa Ailen với các giá trị khác nhau của tham số Gamma - Nghiên cứu các giải thuật máy học và áp dụng vào bài toán dự đoán bệnh thận tại bệnh viện đa khoa tỉnh điện biên dùng ngôn ngữ python
Hình 3. 7: Mô hình SVM cho bài toán hoa Ailen với các giá trị khác nhau của tham số Gamma (Trang 82)
Hình 3. 7: Mô hình SVM cho bài toán hoa Ailen với các giá trị khác nhau của tham số - Nghiên cứu các giải thuật máy học và áp dụng vào bài toán dự đoán bệnh thận tại bệnh viện đa khoa tỉnh điện biên dùng ngôn ngữ python
Hình 3. 7: Mô hình SVM cho bài toán hoa Ailen với các giá trị khác nhau của tham số (Trang 82)
Hình 3. 8: Mô hình SVM cho bài toán hoa Ailen với các giá trị khác nhau của 2 tham số Gamma và C - Nghiên cứu các giải thuật máy học và áp dụng vào bài toán dự đoán bệnh thận tại bệnh viện đa khoa tỉnh điện biên dùng ngôn ngữ python
Hình 3. 8: Mô hình SVM cho bài toán hoa Ailen với các giá trị khác nhau của 2 tham số Gamma và C (Trang 83)
Hình 3. 8: Mô hình SVM cho bài toán hoa Ailen với các giá trị khác nhau của 2 tham số - Nghiên cứu các giải thuật máy học và áp dụng vào bài toán dự đoán bệnh thận tại bệnh viện đa khoa tỉnh điện biên dùng ngôn ngữ python
Hình 3. 8: Mô hình SVM cho bài toán hoa Ailen với các giá trị khác nhau của 2 tham số (Trang 83)
# huấn luyện mô hình trên tâp huấn luyện - Nghiên cứu các giải thuật máy học và áp dụng vào bài toán dự đoán bệnh thận tại bệnh viện đa khoa tỉnh điện biên dùng ngôn ngữ python
hu ấn luyện mô hình trên tâp huấn luyện (Trang 84)
Bảng 3. 3:Kết quả tổng hợp của mô hình SVM cho bài toán dự báo bệnh thận ứng với các giá trị khác nhau của 2 tham số C và kernel - Nghiên cứu các giải thuật máy học và áp dụng vào bài toán dự đoán bệnh thận tại bệnh viện đa khoa tỉnh điện biên dùng ngôn ngữ python
Bảng 3. 3:Kết quả tổng hợp của mô hình SVM cho bài toán dự báo bệnh thận ứng với các giá trị khác nhau của 2 tham số C và kernel (Trang 85)
Bảng 3. 3:Kết quả tổng hợp của mô hình SVM cho bài toán dự báo bệnh thận ứng với các - Nghiên cứu các giải thuật máy học và áp dụng vào bài toán dự đoán bệnh thận tại bệnh viện đa khoa tỉnh điện biên dùng ngôn ngữ python
Bảng 3. 3:Kết quả tổng hợp của mô hình SVM cho bài toán dự báo bệnh thận ứng với các (Trang 85)
Chương trình 3.6: Chương trình thực thi mô hình SVM với sự thay đổi của tham số gamma - Nghiên cứu các giải thuật máy học và áp dụng vào bài toán dự đoán bệnh thận tại bệnh viện đa khoa tỉnh điện biên dùng ngôn ngữ python
h ương trình 3.6: Chương trình thực thi mô hình SVM với sự thay đổi của tham số gamma (Trang 86)
Phần này sẽ cài đặt mô hìnhLogistic Regression cho bài toán dự báo bệnh thận. Để xem sự ảnh hưởng của các tham số như đã trình bày trong phần trước (phần 3.4), Tôi có thay đổi các giá trị của tham số - Nghiên cứu các giải thuật máy học và áp dụng vào bài toán dự đoán bệnh thận tại bệnh viện đa khoa tỉnh điện biên dùng ngôn ngữ python
h ần này sẽ cài đặt mô hìnhLogistic Regression cho bài toán dự báo bệnh thận. Để xem sự ảnh hưởng của các tham số như đã trình bày trong phần trước (phần 3.4), Tôi có thay đổi các giá trị của tham số (Trang 87)
Hình 3. 9: Đồ thị hàm Sigmoid - Nghiên cứu các giải thuật máy học và áp dụng vào bài toán dự đoán bệnh thận tại bệnh viện đa khoa tỉnh điện biên dùng ngôn ngữ python
Hình 3. 9: Đồ thị hàm Sigmoid (Trang 87)
Chương trình 3. 9: Chương trình thực thi mô hìnhLogistic Regression - Nghiên cứu các giải thuật máy học và áp dụng vào bài toán dự đoán bệnh thận tại bệnh viện đa khoa tỉnh điện biên dùng ngôn ngữ python
h ương trình 3. 9: Chương trình thực thi mô hìnhLogistic Regression (Trang 89)

TRÍCH ĐOẠN

PYTHON TRONG MÁY HỌC TỔNG KẾT CHƯƠNG 2

DỮ LIỆU BỆNH NHÂN MẮC BỆNH THẬN

Thu thập các bệnh án tại bệnh viện đa khoa tỉnh Điện Biên XỬ LÝ DỮ LIỆU BỆNH NHÂN MẮC BỆNH THẬN

Sự tác động của tham số C

XÂY DỰNG THUẬT TOÁN SVM TRONG DỰ BÁO BỆNH THẬN XÂY DỰNG THUẬT TOÁN LGR DỰ BÁO BỆNH THẬN

TÀI LIỆU CÙNG NGƯỜI DÙNG

TÀI LIỆU LIÊN QUAN

w