机构名称：
¥ 1.0
气候的快速变化影响了全球动物生命的生态系统。在农作物上食用加工食品和过量农药给人体带来了不同的困难。如今，尤其是女孩患有各种妇科疾病。流产和贫血很普遍。机器学习算法被广泛喜爱，并广泛用于疾病预测。我们从调查中获得的详细信息建立了数据集。为了预测妇科疾病，我们利用了5种机器学习算法。其中三个基于统计，例如决策树，K-最近的邻居（KNN）和Naive Bayes分类器，以及2个是混合建模，例如决策树和SVM（DT＆SVM），随机森林和幼稚的贝叶斯（RF＆NB）。根据正确的解释，我们考虑了妇科疾病预测的顶级算法。最佳结果是通过所有算法的决策树集合和幼稚的贝叶斯获得的，精度为86.30％，召回得分为87.15％。多亏了最高的完成方法，我们的模型具有出色的妇科疾病预测能力。
通过机器学习预测的妇科疾病预测
主要关键词
相关文件推荐
