PulseAugur
实时 09:14:29
English(EN) An unsupervised clustering analysis of breast cancer data derived from electronic health records enhanced through UMAP dimensionality reduction

UMAP和DBSCAN增强电子健康记录中的乳腺癌数据聚类

研究人员开发了一种新的方法,利用电子健康记录中的乳腺癌数据进行无监督聚类分析。该方法结合了用于降维的均匀流形逼近与投影(UMAP)和DBSCAN聚类算法。该组合方法的有效性通过DBCV、DCSI和DISCO等统计指标进行了验证,证明了其识别具有医学意义的患者群体的潜力。 AI

排序理由 该条目是一篇学术论文,详细介绍了一种新的数据分析方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

UMAP和DBSCAN增强电子健康记录中的乳腺癌数据聚类

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Davide Chicco, Nicoletta Benvenuto ·

    基于电子健康记录的乳腺癌数据无监督聚类分析,通过UMAP降维技术增强

    arXiv:2607.19089v1 Announce Type: new Abstract: Breast cancer is one of the most widespread types of cancer, affecting approximately 8 million women worldwide. Electronic health records of patients diagnosed with this disease can serve as valuable datasets for computational analy…