一种基于机器学习的对乳腺癌分类预测方法
申请号：CN202411692710
申请日期：2024-11-25
公开号：CN119626318A
公开日期：2025-03-14
类型：发明专利
摘要
本发明涉及乳腺癌分类预测方法技术领域，具体公开了一种基于机器学习的对乳腺癌分类预测方法，具体包括以下步骤：步骤S1，首先从TCGA数据库下载数据集HiSeqV2(基因表达数据集)，clinical.cases_selection.2024‑01‑05(临床分期数据集)；步骤S2，统计采集多位乳腺癌患者，每位患者的统计数据包含20530个基因表达数据，临床分期数据集提供了多位乳腺癌患者的癌症分期等临床数据，其中分期有stageI至stageV含亚类划分共12种分期；本发明中，通过构建对应模型，发现相对传统机器学习模型在各个分类结果的预测准确性上均有明显的提高。
技术关键词
基因表达数据
乳腺癌分类
下载数据
热力图
标签
患者
机器学习模型
样本
训练集
矩阵
数值
关系
强度
系统为您推荐了相关专利信息
筛选方法
节点
表达式
标签
预测类别
机械臂控制方法
生物
构建空间结构
矩阵
驱动机械臂
聚合物复合材料
摩擦学性能预测
评估训练模型
参数
学习器
视频采集设备
信息显示方法
动作识别模型
设备运行数据
序列
发电厂设备
故障诊断模型
故障诊断方法
上采样
神经网络模型
