机译:使用特征选择和采样方法对真实不平衡心血管数据进行分类 - 以神经网络和逻辑回归为例
Mersin Univ Sch Appl Technol &
Management Comp Technol &
Informat Syst TR-33730 Erdemli Mersin Turkey;
Cukurova Univ Dept Elect Elect Engn TR-01330 Adana Turkey;
Mersin Univ Hosp Dept Cardiol Mersin Turkey;
Neural networks; logistic regression analysis; sampling methods; coronary artery disease; imbalanced datasets;
机译:使用特征选择和采样方法对真实不平衡心血管数据进行分类 - 以神经网络和逻辑回归为例
机译:痴呆症预测中的数据挖掘方法:线性判别分析,逻辑回归,神经网络,支持向量机,分类树和随机森林的准确性,敏感性和特异性的真实数据比较
机译:基于神经网络,逻辑回归和支持向量机的维修数据分类比较研究
机译:神经网络与分类观测二元逻辑回归的比较(案例研究:心血管疾病危险因素)
机译:高维微阵列数据分类中基因选择的一般惩罚逻辑回归
机译:痴呆症预测中的数据挖掘方法:线性判别分析逻辑回归神经网络支持向量机分类树和随机森林的准确性敏感性和特异性的真实数据比较
机译:预测痴呆症的数据挖掘方法:线性判别分析,逻辑回归,神经网络,支持向量机,分类树和随机森林的准确性,灵敏度和特异性的实际数据比较
机译:用于实时建模心理工作量的人工神经网络,Logistic回归和分类树的比较。