作为机器学习应用的决策树对COVID-19症状患者进行分类

Revista científica Guacamaya Pub Date : 2023-10-09 DOI:10.48204/j.guacamaya.v8n1.a4319

Julio Enrique Trujillo González, Carolina Vejerano García

{"title":"作为机器学习应用的决策树对COVID-19症状患者进行分类","authors":"Julio Enrique Trujillo González, Carolina Vejerano García","doi":"10.48204/j.guacamaya.v8n1.a4319","DOIUrl":null,"url":null,"abstract":"El objetivo de este trabajo fue clasificar los pacientes con síntomas de COVID-19 utilizando los árboles de decisión. Donde el paquete sklearn fue de gran utilidad para obtener el modelo, su representación gráfica y las variables con mayor importancia. El modelo nos permite clasificar el 74.78% de los pacientes con síntomas.","PeriodicalId":498280,"journal":{"name":"Revista científica Guacamaya","volume":"51 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-10-09","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Clasificación de pacientes con síntomas de COVID-19 mediante árboles de decisión como una aplicación del aprendizaje automático\",\"authors\":\"Julio Enrique Trujillo González, Carolina Vejerano García\",\"doi\":\"10.48204/j.guacamaya.v8n1.a4319\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"El objetivo de este trabajo fue clasificar los pacientes con síntomas de COVID-19 utilizando los árboles de decisión. Donde el paquete sklearn fue de gran utilidad para obtener el modelo, su representación gráfica y las variables con mayor importancia. El modelo nos permite clasificar el 74.78% de los pacientes con síntomas.\",\"PeriodicalId\":498280,\"journal\":{\"name\":\"Revista científica Guacamaya\",\"volume\":\"51 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2023-10-09\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Revista científica Guacamaya\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.48204/j.guacamaya.v8n1.a4319\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Revista científica Guacamaya","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.48204/j.guacamaya.v8n1.a4319","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}

引用次数: 0

摘要

本研究的目的是利用决策树对有COVID-19症状的患者进行分类。其中sklearn包对于获得模型、它的图形表示和最重要的变量非常有用。该模型允许我们对74.78%有症状的患者进行分类。

本文章由计算机程序翻译，如有差异，请以英文原文为准。

查看原文本刊更多论文

Clasificación de pacientes con síntomas de COVID-19 mediante árboles de decisión como una aplicación del aprendizaje automático

El objetivo de este trabajo fue clasificar los pacientes con síntomas de COVID-19 utilizando los árboles de decisión. Donde el paquete sklearn fue de gran utilidad para obtener el modelo, su representación gráfica y las variables con mayor importancia. El modelo nos permite clasificar el 74.78% de los pacientes con síntomas.

求助全文

通过发布文献求助，成功后即可免费获取论文全文。去求助

来源期刊

Revista científica Guacamaya

自引率

0.00%

发文量