基于自适应KNN噪声识别的宫颈癌预测方法

本发明公开的基于自适应KNN噪声识别的宫颈癌预测方法，首先获取宫颈癌数据集并进行缺失值处理和新建目标特征以及特征相关性分析和标准化处理，然后使用基于自适应KNN的噪声识别对规范化宫颈癌数据集中的数据进行标志分类并使用基于类别的混合采样算法过采样，最后分类训练并对测试集进行预测得到预测结果。本发明通过使用核密度估计来自适应的确定K值，在识别噪声的过程中通过邻域信息进行识别，是利用某一样本的相邻样本信息进行噪声识别，更能有效识别出噪声数据，同时也可以对数据进行合理划分，在通过过采样算平衡数据时，减少了合成数据中产生的新的噪声，在宫颈癌预测中具有较高的预测精度，从而降低女性因宫颈癌导致的死亡率。