BriefGPT - AI 论文速递
·
Comparative Performance of Machine Learning Algorithms in Early Classification of Genetic Diseases and Their Subtypes
💡
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本研究采用机器学习方法，分析22083个实例和42个特征，实现遗传疾病的早期诊断。结果表明，CatBoost分类器准确率为77%，支持向量机在子类预测中最高可达80%。
🎯
关键要点
- 本研究采用机器学习方法分析遗传疾病的早期诊断。
- 研究使用了22083个实例和42个特征进行分析。
- CatBoost分类器在预测遗传疾病类别方面的准确率为77%。
- 支持向量机在子类预测中的最高准确率可达80%。
- 研究旨在利用出生或婴儿期可测量的基本临床指标进行早期诊断。
➡️
