声明
插图索引
表格索引
缩略语对照表
第一章 绪论
1.1心脏病预诊的研究背景及意义
1.2心脏病预诊的国内外研究现状
1.3本文的研究工作与论文的结构安排
第二章 机器学习技术概述
2.1机器学习
2.2模型评估方法
2.3参数调节
2.4性能评价标准
2.5机器学习计算库
2.6本章小结
第三章 分类算法在心脏病预诊中的准确率研究
3.1心脏病数据集
3.2 K近邻分类器
3.3支持向量机分类器
3.4逻辑回归分类器
3.5决策树分类器
3.6朴素贝叶斯分类器
3.7随机森林分类器
3.8研究结果对比
3.9本章小结
第四章 基于APSO算法改进的RBF核SVM心脏病预诊模型
4.1微粒群算法
4.2加速微粒群算法
4.3 APSO算法改进
4.4计算结果
4.5本章小结
第五章 总结与展望
5.1全文总结
5.2未来展望
参考文献
致谢
作者简介