以AdaboostM1與Bagging提高淋巴病變預測準確度

ASIA unversity > 資訊學院 > 行動商務與多媒體應用學系 > 博碩士論文 > Item 310904400/1867

Please use this identifier to cite or link to this item: http://asiair.asia.edu.tw/ir/handle/310904400/1867

Title:	以AdaboostM1與Bagging提高淋巴病變預測準確度 Apply AdaboostM1 and Bagging to improve the predict accuracy of Lymphatic disease
Authors:	羅曉聘
Contributors:	資訊多媒體應用學系碩士班
Date:	2009
Issue Date:	2009-10-12 11:55:59 (UTC+0)
Publisher:	亞洲大學
Abstract:	本研究使用委員會機器AdaboostM1與Bagging兩種技術方法，針對淋巴病變，提高人工智慧資料探勘之準確度。所謂淋巴癌，又稱惡性淋巴瘤(Malignant Lymphoma)。到目前為止，發生淋巴癌的原因仍不甚清楚，可能造成淋巴病變的原因有很多種。因此，本研究利用人工智慧資料探勘(Data Mining)能夠從大量資料中萃取出潛在影響因素之功能，針對罹患淋巴患者的資料進行實驗，並且建立一個淋巴分類技術模型。本研究所使用的方法包括ID3、C4.5兩種決策樹、支向機(SVM)與倒傳遞類神經網路BPN，並嘗試運用前置處理工程Resample技術並使用AdaboostM1與Bagging兩種委員會機器來提高準確度，結果並與過去相關文獻結果做比較。研究結果顯示，AdaboostM1 與Bagging能夠提高預測準確度，而使用AdaboostM1提高準確度，所獲的結果為24類結果中最佳(94.5946%)其效果比使用Bagging 來的好。
Appears in Collections:	[行動商務與多媒體應用學系] 博碩士論文

Files in This Item:

File	Description	Size	Format
index.html		0Kb	HTML	479	View/Open