机构名称：
¥ 1.0
摘要：全球许多人经历了急性刚性综合征（HRS），这种情况在50岁及以上的人中更为普遍。尽管有许多技术进步和突破，但早期疾病诊断仍然是一个巨大的挑战。这强调了开发自动机器学习技术的需求，以帮助医疗保健专业人员在其初始阶段精确识别这种情况。本研究论文的主要目的是对用于检测HRS的现代机器学习方法进行全面分析和比较。要评估并确定HRS分类的最有效和准确的分类器，本研究集中于评估UCI机器学习存储库帕金森氏症的数据集的SVM和RFM。结果表明，支持向量机的精度为84.3％，KAPPA得分为0.824，而随机森林的精度为87.2％，KAPPA得分为0.82。
...
主要关键词
相关文件推荐
