mrtungleung / breast_cancer
采用SVM方法,对美国威斯康星州的乳腺癌诊断数据集进行分类,最终实现一个针对乳腺癌检测的分类器
☆26Updated 5 years ago
Alternatives and similar repositories for breast_cancer:
Users that are interested in breast_cancer are comparing it to the libraries listed below
- ✨基于 3D 卷积神经网络(CNN)的阿尔兹海默智能诊断 Web 应用 Alzheimer's Intelligent Diagnosis Web Application based on 3D Convolutional Neural Network and the AD…☆115Updated 2 months ago
- 毕业设计项目-基于深度学习的阿兹海默症早期诊断辅助系统设计与实现☆97Updated 4 years ago
- ☆70Updated 2 years ago
- 基于多中心DTI影像的阿尔茨海默病分类竞赛方案。基于多中心DTI影像的阿尔茨海默病分类竞赛分类竞赛依托于首届世界智能医学大会。弥散磁共振影像(DTI)在阿尔茨海默病(Alzheimer's disease, AD)中应用广泛,从DTI影像中提取扩散参数可以用来描述白质结构的…☆12Updated 4 years ago
- 分别用K均值K_means和模糊C均值FCM算法对Iris鸢尾花数据集聚类以及图像聚类分割☆23Updated 2 years ago
- 基于SVM的简单机器学习分类,可以使用svm, knn, 朴素贝叶斯,决策树四种机器学习方法进行分类☆113Updated 2 years ago
- 使用Flask+Keras部署的基于Xception神经网络的细胞图像AI医疗辅助识别系统(含简单前端demo)☆64Updated 3 years ago
- ✨基于 3D 卷积神经网络(CNN)的阿尔兹海默智能诊断 Web 应用 Alzheimer's Intelligent Diagnosis Web Application based on 3D Convolutional Neural Network and the A…☆79Updated 2 months ago
- 逻辑回归做二分类进行癌症预测(基于细胞的属性特征)☆24Updated 6 years ago
- 基于svm的手写数字图像识别☆51Updated 6 years ago
- ☆82Updated last year
- 多模态数据融合:为了完成多模态数据融合,首先利用VGG16网络和cifar10数据集完成多 输入网络的分类,在VGG16的基础之上,将前三层特征提取网络作为不同输入的特征提取网络,在中间层进行特征拼接,后面的卷积层用于提取融合特征,最后加上全连接层。该网络稍作修改就能同时提取…☆88Updated 4 years ago
- ✨基于卷积神经网络(CNN)和CIFAR10数据集的图像智能分类 Web 应用 Intelligent Image Classification Web Applcation based on Convolutional Neural Networks and the CI…☆93Updated 6 months ago
- 医学图像处理,增强CT分类,增强CT分割,Dense Net,U-Net,Focal Loss☆28Updated 2 years ago
- Pytorch_Learning_Notes☆102Updated 2 weeks ago
- 新冠肺炎辅助检测系统☆14Updated 3 years ago
- 使用pytorch复现vit模型(图像分类)☆28Updated 2 years ago
- 集成学习Stacking方法详解☆72Updated 5 years ago
- 常见的数据预处理,包括数据加载、缺失值&异常值处理、描述性变量转换为数值型、训练测试集划分、数据规范化☆41Updated last year
- 医学图像分割经典深度学习网络Python代码实现☆47Updated 4 years ago
- 利用python对3000个数据利用机器学习算法建立模型,并预测未来客户信用风险。处理数据不均衡问题时采用了SMOTE过采样以及随机过采样技术;通过相关性分析进行特征选择;建模过程中用到了Logistic回归、SVM、随机森林、GBDT四种模型,并通过网格搜索法确定最优参数…☆30Updated 2 years ago
- pytorch实现AlexNet,在mnist数据集上实验,用精确率、召回率等指标评估,并绘制PR、ROC曲线☆20Updated 2 years ago
- 用于pytorch的图像分类,包含多种模型方法,比如AlexNet,VGG,GoogleNet,ResNet,DenseNet等等,包含可完整运行的代码。除此之外,也有colab的在线运行代码,可以直接在colab在线运行查看结果。也可以迁移到自己的数据集进行迁移学习。☆221Updated last year
- 阿尔兹海默症的识别--DataFountain☆44Updated 2 years ago
- 设计并实现了一个基于深度学习、集成学习、迁移学习、GAN等技术的色素性皮肤病自动识别七分类系统。本系统主要由服务端和客户端两个模块组成。服务端基于深度学习、集成学习、迁移学习、GAN等技术实现了对色素性皮肤病自动识别七分类。客户端使用微信小程序和网站(SSM、Springb…☆117Updated 3 years ago
- 本项目演示如何在PyTorch中使用Transformer模型进行中文文本分类☆32Updated 2 years ago
- 支持向量机(SVM)——分类预测 ,包括多分类问题,核函数调参,不平衡数据问题,特征降维,网格搜索,管道机制,学习曲线,混淆矩阵,AUC曲线等☆52Updated 7 years ago
- 基于逻辑回归的癌症预测案例——【癌症分类预测-良/恶性乳腺癌肿瘤预测】☆27Updated 5 years ago
- 本文采用基于注意力机制的卷积神经神经网络模型来实现对阿尔兹海默症疾病的分类。采用3D卷积对图像进行特征获取,通过在卷积中添加注意力机制,重点关注疾病脑图像中的患病区域,从而提高分类模型的实验精度。☆31Updated 4 years ago
- 利用sklearn实现机器学习算法:线性回归、逻辑回归、决策树、随机森林、SVM等☆153Updated 4 years ago