【发布时间】：2015-07-20 11:16:55
【问题描述】：
我正在为大学开发一个项目。我必须为疾病创建一个分类器。我拥有的数据集包含几个输入（症状），每个输入都与一个乘法概率因子相关联（例如，如果患者有症状 A，他患该疾病的概率是双倍的）。 那么，我该如何做这种类型的分类器呢？是否有任何类型的神经网络或其他工具可以做到这一点？
提前致谢
【问题讨论】：
标签： neural-network classification
【发布时间】：2015-07-20 11:16:55
【问题描述】：
您应该指定您拥有多少标记数据和未标记数据。
假设您只有带标签的数据。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，则不会使用您关于症状（乘法系数）的先验信息，因为会使用标签。如果你想使用这些系数，就不再是机器学习了。
【讨论】：
您也可以为此目的使用神经网络。如果说你的情况，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事情。要将输入 A（症状 A）的连接权重绑定到疾病 B。从您的角度来看，如果您的训练数据集中有足够的训练数据，您可以嵌入这样的分类规则。此外，我建议您尝试两种不同的方法： 1. 具有 N 个输出的神经网络（N = 分类的疾病数）。 2.为每个疾病创建神经网络。
【讨论】：