Применение модели Наивного байесовского классификатора для автоматизации принятия решений относительного генетических мутаций
Abstract
В данной статье описаны результаты исследования по автоматизации классификации генетических мутаций на основе их текстового описания (клинические данные). В качестве метода машинного обучения используется Наивный байесовский классификатор (Naive Bayes), метрика: Accurаcy и логистическая функция потерь: LogLoss. Представлен процесс подбора гиперпараметров, который позволил улучшить значения выбранных метрик, характеризующих качество модели.
References
2. Гаджиев Я., Шалбузова К. Применение методов машинного обучения в прогнозировании и раннем обнаружении рака // Sciences of Europe. — 2022.— № 108.
1. Авторы сохраняют за собой права на авторство своей работы и предоставляют журналу право первой публикации этой работы с правом после публикации распространять работу на условиях лицензии Creative Commons Attribution License, которая позволяет другим лицам свободно распространять опубликованную работу с обязательной ссылокой на авторов оригинальной работы и оригинальную публикацию в этом журнале.
2. Авторы сохраняют право заключать отдельные договора на неэксклюзивное распространение работы в том виде, в котором она была опубликована этим журналом (например, размещать работу в электронном архиве учреждения или публиковать в составе монографии), с условием сохраниения ссылки на оригинальную публикацию в этом журнале. с. Политика журнала разрешает и поощряет размещение авторами в сети Интернет (например в институтском хранилище или на персональном сайте) рукописи работы как до ее подачи в редакцию, так и во время ее редакционной обработки, так как это способствует продуктивной научной дискуссии и положительно сказывается на оперативности и динамике цитирования статьи
