Computer Applications PES Institute of Technology Bangalore India;
Benign; Breast Cancer; Classification; Malignant; Prediction;
机译:使用朴素贝叶斯和C4.5算法对SEER乳腺癌数据集进行R分析
机译:通过淋巴结阴性乳腺癌的临床病理风险分类算法进行长期结果预测-佐剂,St Gallen与前瞻性随机淋巴结阴性乳腺癌-3(NNBC-3)试验中使用的新型风险算法之间的比较
机译:支持向量机分类技术,C4.5和朴素贝叶斯算法基于性能的肺癌生存力预测,用于医疗保健分析
机译:乳腺癌数据集分类和预测算法效率分析
机译:超大型生物医学数据集的分类和降维算法
机译:消除乘法的系统性偏倚可以整合乳腺癌基因表达数据集-改善荟萃分析和预测预后
机译:通过淋巴结阴性乳腺癌的临床病理风险分类算法进行长期结果预测-比较佐剂,St Gallen和前瞻性随机淋巴结阴性乳腺癌3(NNBC-3)试验中使用的新型风险算法。