具有乘性概率因子的神经网络

Question

我正在为大学开发一个项目。我必须为疾病创建一个分类器。数据集i包含若干输入（症状），并且它们中的每一个都与乘法概率因子相关联（例如，如果患者具有症状A，则他具有患该疾病的双倍概率）。 那么，我该怎么做这种分类器呢？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

Answer 1

您应该指定标记数据和未标记数据的数量。

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验信息（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了。

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，结合症状A有更多的机会死亡B，这就是神经网络应该能够完成的。将输入A（症状A）的连接权重绑定到desease B.在您的身边，如果您的训练数据集中有足够的训练数据，您可以使用此类分类规则。我还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 = clasif的desease的数量）。 2.为每个desease神经网络创建。