基于隨機(jī)森林模型下CINI的RFG-SVM

　　針對(duì)計(jì)算機(jī)輔助診斷（CAD）技術(shù)在乳腺癌疾病診斷準(zhǔn)確率的優(yōu)化問(wèn)題，提出了一種基于隨機(jī)森林模型下Gini指標(biāo)特征加權(quán)的支持向量機(jī)方法（RFGSVM）。該方法利用了隨機(jī)森林模型下的Gini指數(shù)衡量各個(gè)特征對(duì)分類結(jié)果的重要性，構(gòu)造具有加權(quán)特征向量核函數(shù)的支持向量機(jī)，并在乳腺癌疾病診斷方面加以應(yīng)用。經(jīng)理論分析和實(shí)驗(yàn)數(shù)據(jù)驗(yàn)證，相比于傳統(tǒng)的支持向量機(jī)（SVM），該方法提升了分類預(yù)測(cè)的性能，其結(jié)果與最新的方法相比也具有一定的競(jìng)爭(zhēng)力，而且在醫(yī)療診斷應(yīng)用方面更具優(yōu)勢(shì)。