具有乘法概率因子的神经网络

Question

我正在为大学开发一个项目。我必须为疾病创建分类器。我所拥有的数据集包含了几个输入（症状），并且它们中的每一个都与乘法概率因素相关联（例如，如果患者具有症状A，则患有该疾病的概率是双重的）。 那么，我该如何做这种类型的分类器？有没有任何类型的神经网络或其他仪器来做到这一点？

在此先感谢

Answer 1

应指定多少标记数据和未标记数据都有。

我们假设您只标记了数据。然后你可以使用神经网络，但恕我直言，SVM或随机森林是第一次尝试的最佳技术。

请注意，如果您使用机器学习技术，则不会使用有关症状的先前信息（乘法系数），因为会使用标签。如果你想使用这些系数，那就不再是机器学习。

Answer 2

您也可以将神经网络用于此目的。如果要谈论你的情况，将症状A与更多的死亡机会B联系起来，这就是神经网络应该能够完成的。将来自输入A（症状A）的连接权重绑定到病态B.从您身边，如果您的训练数据集中有足够的训练数据，则可以使用这种分类规则。此外，我建议你尝试两种不同的方法：1.具有N个输出的神经网络（N =分类的发病数量）。 2.为每个神经网络创建一个神经网络。