Ensemble Feature Learning to Identify Risk Factors for Predicting Secondary Cancer.

Ye, Xiucai; Li, Hongmin; Sakurai, Tetsuya; Shueng, Pei-Wei

Ye, Xiucai; Li, Hongmin; Sakurai, Tetsuya; Shueng, Pei-Wei.

Afiliação

Ye X; Department of Computer Science, University of Tsukuba, Tsukuba, Japan.
Li H; Center for Artificial Intelligence Research, University of Tsukuba, Tsukuba, Japan.
Sakurai T; Department of Computer Science, University of Tsukuba, Tsukuba, Japan.
Shueng PW; Department of Computer Science, University of Tsukuba, Tsukuba, Japan.

Int J Med Sci ; 16(7): 949-959, 2019.

Article em En | MEDLINE | ID: mdl-31341408

Assuntos

Sobreviventes de Câncer/estatística & dados numéricos; Análise de Dados; Modelos Biológicos; Segunda Neoplasia Primária/diagnóstico; Conjuntos de Dados como Assunto; Árvores de Decisões; Estudos de Viabilidade; Humanos; Segunda Neoplasia Primária/epidemiologia; Prognóstico; Medição de Risco/métodos; Fatores de Risco; Máquina de Vetores de Suporte

Palavras-chave

class imbalance; ensemble learning; patient heterogeneity; risk factors; secondary cancer; spectral clustering

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google

Texto completo: 1 Coleções: 01-internacional Base de dados: MEDLINE Assunto principal: Segunda Neoplasia Primária / Sobreviventes de Câncer / Análise de Dados / Modelos Biológicos Tipo de estudo: Etiology_studies / Prognostic_studies / Risk_factors_studies Limite: Humans Idioma: En Ano de publicação: 2019 Tipo de documento: Article

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google