基于自適應(yīng)混合粒子群算法優(yōu)化支持向量機(jī)的乳腺癌預(yù)測(cè)

打開文本圖片集

摘要：使用粒子群算法優(yōu)化支持向量機(jī)的懲罰因子和核參數(shù)，提高分類的精度。粒子群算法收斂速度快，但是容易陷入局部最優(yōu)。引入鯨魚算法的包圍運(yùn)動(dòng)和螺旋運(yùn)動(dòng)機(jī)制，形成參數(shù)自適應(yīng)的混合粒子群優(yōu)化算法，提升了算法的精度。在對(duì)數(shù)據(jù)進(jìn)行預(yù)處理之后，80%的數(shù)據(jù)用于模型的訓(xùn)練，剩余20%用于模型的測(cè)試。每次實(shí)驗(yàn)分別按照比例隨機(jī)生成的訓(xùn)練集和測(cè)試集進(jìn)行20次預(yù)測(cè)，計(jì)算平均正確率。（剩余3811字）