支持向量机原理及其在医学分类中的应用

目的介绍一种具有较高精度的分类模型——支持向量机在解决分类问题时的应用。方法以胃癌流行病学调查资料为例分别建立支持向量机、决策树、logistic回归模型,比较三种模型性能优劣。结果对于测试集样本SVM预测精度为99.052%,C5.0决策树预测精度为93.365%,logistic回归预测精度为90.995%,SVM具有良好的泛化能力。结论当传统统计分析条件不能得到满足或效果不佳时支持向量机能够达到良好的预测结果,在医学领域具有较好的应用前景。