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

打開文本圖片集

摘要：使用粒子群算法優(yōu)化支持向量機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動和螺旋運動機制，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。在對數(shù)據(jù)進行預(yù)處理之后，80%的數(shù)據(jù)用于模型的訓(xùn)練，剩余20%用于模型的測試。每次實驗分別按照比例隨機生成的訓(xùn)練集和測試集進行20次預(yù)測，計算平均正確率。（剩余3811字）