29.txt

来自「This complete matlab for neural network」· 文本 代码 · 共 144 行

发信人: GzLi (笑梨), 信区: DataMining
标  题: [合集]给个建议~~关于医学数据挖掘的~
发信站: 南京大学小百合站 (Sat May 10 18:47:55 2003)

eehsay (反函数) 于Sun May  4 17:52:32 2003)
提到：

用决策树进行医学数据的挖掘。
C5处理网上下载的数据库可以得到较好的结果的
但是实际中应用到我拿到的数据结果很差，错误率很高~
我的样本只有不到200个，而且每个属性都有较多的缺损值~

大家有什么建议嘛，我是该放弃还是可以选择其他的方法试试，
或者在数据的预处理方面做点工作〉？


GzLi (笑梨) 于Sun May  4 20:32:26 2003)
提到：

1.可以考虑用fuzzy的方法处理缺失值，
2. 你用来处理网上数据结果好，不一定代表你已经很好掌握了c5
3. 可以使用其它方法试验一下。
比如nn
【 在 eehsay (反函数) 的大作中提到: 】
: 用决策树进行医学数据的挖掘。
: C5处理网上下载的数据库可以得到较好的结果的
: 但是实际中应用到我拿到的数据结果很差，错误率很高~
: 我的样本只有不到200个，而且每个属性都有较多的缺损值~
: 大家有什么建议嘛，我是该放弃还是可以选择其他的方法试试，
: 或者在数据的预处理方面做点工作〉？


eehsay (反函数) 于Sun May  4 22:19:11 2003)
提到：

要求得到显示规则的，用nn不行吧~
还有当数据缺失到多少的时候此属性不适于考虑呢？
？？%

【 在 GzLi (笑梨) 的大作中提到: 】
: 1.可以考虑用fuzzy的方法处理缺失值，
: 2. 你用来处理网上数据结果好，不一定代表你已经很好掌握了c5
: 3. 可以使用其它方法试验一下。
: 比如nn
: 【 在 eehsay (反函数) 的大作中提到: 】


strawman (独上江楼思渺然) 于Mon May  5 09:58:21 2003)
提到：

你可以试试用现有训练集训练一个ensemble，然后用ensemble产生新的训练集，然后用
新产生的训练集用c4.5rules产生规则。
【 在 eehsay (反函数) 的大作中提到: 】
: 要求得到显示规则的，用nn不行吧~
: 还有当数据缺失到多少的时候此属性不适于考虑呢？
: ？？%
: 【 在 GzLi (笑梨) 的大作中提到: 】


GzLi (笑梨) 于Mon May  5 11:50:28 2003)
提到：

索性告诉他参考哪篇文章呗
Zhi-Hua Zhou Yuan Jiang Medical diagnosis with C4.5 rule preceded
by artificial neural network ensemble Information Technology in
Biomedicine, IEEE Transactions on On page(s): 37- 42 Volume: 7, Issue:
1, Mar 2003

不过这样的工作太复杂了，连c4.5都做不出结果，上面的太难。
不妨参考这个
C. Z. Ye, J. Yang, D.Y. Geng, Y. Zhou, and N.Y. Chen, Fuzzy Rules
to Predict Degree of Malignancy in Brain Glioma, Medical&Biological
Computing and Engineering, 40(2002) 145-152

我做的东西可惜正在审还没有结果。

【 在 strawman (独上江楼思渺然) 的大作中提到: 】
: 你可以试试用现有训练集训练一个ensemble，然后用ensemble产生新的训练集，然后用
: 新产生的训练集用c4.5rules产生规则。
: 【 在 eehsay (反函数) 的大作中提到: 】


daniel (飞翔鸟) 于Mon May  5 16:26:07 2003)
提到：

【 在 eehsay (反函数) 的大作中提到: 】
: 用决策树进行医学数据的挖掘。
: C5处理网上下载的数据库可以得到较好的结果的
: 但是实际中应用到我拿到的数据结果很差，错误率很高~
: 我的样本只有不到200个，而且每个属性都有较多的缺损值~
: 大家有什么建议嘛，我是该放弃还是可以选择其他的方法试试，
: 或者在数据的预处理方面做点工作〉？

这个问题不是换一种学习方法就能解决的。首先你的样本太少，如果用交叉验证
等手段来估计训练好的系统的误差，其估计结果的可信度是很低的。也就是说，
即使你估计出来错误率很低，也未必是真的低。更大的问题是每个属性都有较多
的缺失值。C4.5对缺失值的处理能力已经算不错了，但如果缺失值多到一定程度，
没什么机器学习方法能处理得了（你还可以试试贝叶斯网，但我对此并不乐观）。
所以，如果一定要做，一方面是多收集数据（这可以降低缺失率，另外也可以
增加估计的可信度），另一方面是做预处理，尽可能利用一些领域知识。


daniel (飞翔鸟) 于Mon May  5 16:30:31 2003)
提到：

【 在 GzLi (笑梨) 的大作中提到: 】
: 索性告诉他参考哪篇文章呗
: Zhi-Hua Zhou Yuan Jiang Medical diagnosis with C4.5 rule preceded
: by artificial neural network ensemble Information Technology in
: Biomedicine, IEEE Transactions on On page(s): 37- 42 Volume: 7, Issue:
: 1, Mar 2003
: 不过这样的工作太复杂了，连c4.5都做不出结果，上面的太难。

过段时间这玩意儿的代码或者演示版可能会被share出来

: 不妨参考这个
: C. Z. Ye, J. Yang, D.Y. Geng, Y. Zhou, and N.Y. Chen, Fuzzy Rules
: to Predict Degree of Malignancy in Brain Glioma, Medical&Biological
: Computing and Engineering, 40(2002) 145-152
: 我做的东西可惜正在审还没有结果。
: 【 在 strawman (独上江楼思渺然) 的大作中提到: 】


eehsay (反函数) 于Tue May  6 16:41:32 2003)
提到：

叶的那篇文章在那里可以找到？

【 在 GzLi (笑梨) 的大作中提到: 】
: 索性告诉他参考哪篇文章呗
: Zhi-Hua Zhou Yuan Jiang Medical diagnosis with C4.5 rule preceded
: by artificial neural network ensemble Information Technology in
: Biomedicine, IEEE Transactions on On page(s): 37- 42 Volume: 7, Issue:
: 1, Mar 2003
: 不过这样的工作太复杂了，连c4.5都做不出结果，上面的太难。
: 不妨参考这个
: C. Z. Ye, J. Yang, D.Y. Geng, Y. Zhou, and N.Y. Chen, Fuzzy Rules
: to Predict Degree of Malignancy in Brain Glioma, Medical&Biological
: Computing and Engineering, 40(2002) 145-152
: 我做的东西可惜正在审还没有结果。
: 【 在 strawman (独上江楼思渺然) 的大作中提到: 】