基于机器学习的肺癌生存预测模型研究

摘要

肺癌是一种治疗过程复杂多变的疾病。在对具体的预后机制进行深入研究之前,医生很难界定患者的生存情况。因此,有必要建立生存预测模型并提供较高预测精准度,进而为治疗方案提供数据依据。本次研究集中随机森林的特征选取工程,为了解决不平衡样本集带来的影响,首先建立了在随机森林中对特征值做扰动的数学模型,并基于此提出了基于随机森林的批量特征预选择方法的新策略。然后在仿真中使用样本量多、特征数少的不平衡SEER肺癌数据集,结合XGBoost、CATBoost、神经网络等方法,对比验证得到所筛选特征在生存预测的精确度上确实有所提升的结论。