乳腺癌决策树matlab
时间: 2023-09-18 07:11:53 浏览: 44
乳腺癌决策树MATLAB是指使用MATLAB软件来构建和应用决策树分类器进行乳腺癌诊断的研究。在这项研究中,作者使用了决策树分类器来对乳腺癌进行分类和诊断。根据引用和提供的资料,可以看出决策树分类器的应用研究包括前言、MATLAB仿真示例和小结。通过运行仿真程序,可以得到乳腺癌病例的总数、良性和恶性病例的数量,以及训练集和测试集的病例数目。同时,还可以得到良性和恶性乳腺肿瘤的确诊率和误诊率。根据引用提供的仿真结果,良性乳腺肿瘤的确诊率为90.9091%,恶性乳腺肿瘤的确诊率为88%。整个仿真过程所花费的时间为0.989542秒。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *3* [《MATLAB 神经网络43个案例分析》:第28章 决策树分类器的应用研究——乳腺癌诊断](https://blog.csdn.net/sinat_34897952/article/details/125288156)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"]
- *2* [决策树分类器在乳腺癌诊断中的应用研究_决策树分类器_乳腺癌诊断_matlab](https://download.csdn.net/download/m0_53407570/85119374)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]