| 标题 |
 Prediction of polycystic ovary syndrome using machine learning with SFS and Boruta feature selection: an explainable AI approach 使用SFS和Boruta特征选择的机器学习预测多囊卵巢综合征：一种可解释的人工智能方法
相关领域
多囊卵巢
特征选择
人工智能
机器学习
集成学习
计算机科学
模式识别（心理学）
随机森林
特征（语言学）
分类器（UML）
集合预报
随机子空间法
投票
选择（遗传算法）
多数决原则
监督学习
二元分类
特征提取
统计分类
绘图（图形）
级联分类器
多样性（控制论）
|
| 网址 | |
| DOI | |
| 其它 |
期刊：Systems Biology in Reproductive Medicine 作者：Monali Ramteke; Shital Raut 出版日期：2025-09-21 |
| 求助人 | |
| 下载 | |
|
温馨提示：该文献已被科研通 学术中心 收录，前往查看
科研通『学术中心』是文献索引库，收集文献的基本信息（如标题、摘要、期刊、作者、被引量等），不提供下载功能。如需下载文献全文，请通过文献求助获取。
|
PDF的下载单位、IP信息已删除
(2025-6-4)
嘉心糖
秋风
aaaa
清爽老九
cdercder
多麻少辣
无极微光
谢雷XIELei
学术文献互助
Enigma_GEB
aajhajkahna
GingerF
蓝天
学霸业
Lifeismovie
wyc
愉快的真
OK
Nole
TYLZ
皖公网安备34019202002308
