一种基于改进的AdaBoost的乳腺癌生存预测方法

技术特征：
1.一种基于改进的adaboost的乳腺癌生存预测方法，其特征在于，该方法包括以下步骤：步骤1：数据输入模块，用于获取待预测的乳腺癌数据；步骤2：数据预处理模块，用于对待预测的乳腺癌数据进行数据的预处理；步骤3：adaboost训练模块，将权值改进的选择性集成弱分类器的adaboost算法处理乳腺癌数据集，同时数据按照7：3的比值分为训练样本集和测试集两组；步骤4：adaboost测试模块，测试数据用于加载训练好的adaboost模型，利用测试样本集对训练好的adaboost模型进行测试；步骤5：乳腺癌生存预测模块，利用训练好的adaboost模型作为最终应用模型，用于乳腺癌的生存状况预测，关于乳腺癌的生存状况预测是一个二分类问题，包括活着和死亡两种状态。2.根据权利要求1所述的一种基于改进的adaboost的乳腺癌生存预测方法，其特征在于，所述步骤2中，数据预处理模块，对待预测的乳腺癌数据进行预处理，具体步骤为：步骤2-1对缺失的特征值进行填补；步骤2-2对异常值进行处理。3.根据权利要求1所述的一种基于改进的adaboost的乳腺癌生存预测方法，其特征在于，所述步骤3中，adaboost训练模块，根据训练集训练出权值改进的选择性集成弱分类器的adaboost算法，具体步骤为：步骤3-1从数据中调用训练集train＝{(x1,y1),(x2,y2),
…
,(x
n
,y
n
)}，其中)}，其中是第i个实例的第j个特征，n为训练集实例个数，n为特征总数；步骤3-2初始化训练样本权值：每一个样本初始权重均为初始化权值向量为步骤3-3在训练集上训练得到弱分类器h
t
，并计算分类器的错误率ε
t
，其计算公式为：其中，h
t
(x
n
)为弱分类器h
t
对样本x
n
的预测结果；步骤3-4计算当前的弱分类器h
t
的权重值，其计算公式为：其中，p
t
是识别正确的正样本的权值和，步骤3-5如果ε
t
<0.5，则回到回到步骤3-3，重新训练h
t
；步骤3-6更新样本权重值。统计第n个样本在前t个弱分类器的组合下能正确分类的概率为
根据e
t
(n)计算第n个样本第t 1次的权值w
t 1
(n)，前t次的分类准确率越低，权值提升1越大，其计算公式为：其中，z
t
是归一化因子，其计算公式为：步骤3-7返回训练阶段得到的t个弱分类器集合h＝{h1,h2,
…
,h
t
}；步骤3-8定义两个弱分类器h
i
和h
j
之间分类结果的相似度为rim(i,j)，即被两个弱分类器划分到相同类别的样本数量占总样本数n的比重，其计算公式为：根据两个弱分类器之间的分类结果去除相似性过高的弱分类器，剔除了冗余的弱分类器，得到最终的弱分类器集合h＝{h1,h2,
…
,h
t
}，并且能够保持相同甚至更高的分类准确率。4.根据权利要求1所述的一种基于改进的adaboost的乳腺癌生存预测方法，其特征在于，所述步骤4中，adaboost测试模块，将权值改进的选择性集成弱分类器的adaboost算法处理乳腺癌测试数据集，具体步骤为：步骤4-1从数据中调用测试集train＝{(x1,y1),(x2,y2),
…
,(x
n
,y
n
)}，其中)}，其中是第i个实例的第j个特征，n为测试集实例个数，n为特征总数；步骤4-2根据最终得到的弱分类器集合h＝{h1,h2,
…
,h
t
}，预测训练集，每个样本的训练结果为

技术总结
本发明涉及一种基于改进的AdaBoost的乳腺癌生存预测方法，该方法包括以下步骤：数据输入模块、数据预处理模块、AdaBoost训练模块、AdaBoost测试模块、乳腺癌生存预测模块，利用训练好的AdaBoost模型作为最终应用模型，用于乳腺癌的生存状况预测。与现有的相关技术相比，本发明中AdaBoost算法中弱分类器的加权参数不但与错误率有关，还与其对正样本的识别能力有关，改变弱分类器的权重值，同时采用一种弱分类器相似度度量方式，对弱分类器进行选择性集成，组合成强分类器，提高了分类的性能，提高了分类的性能。高了分类的性能。高了分类的性能。


技术研发人员：权霜霜 王卫兵 郑岩
受保护的技术使用者：哈尔滨理工大学
技术研发日：2022.06.04
技术公布日：2022/8/12