甲状腺癌症预测
领域: 临床医学 | 模型类型: CLASSIFICATION | 版本: 1
关键指标
- 训练任务: 甲状腺癌症预测
- 训练算法: rf
- 准确率: 0.945
- AUC: 0.985
- F1: 0.945
模型简介
基于甲癌患者临床病理特征,预测分化型甲状腺癌是否复发的二分类模型。
标签
- 随机森林
模型介绍
## 模型解决什么问题
本模型面向「分化型甲状腺癌复发预测」场景:基于患者年龄、性别、吸烟、放射治疗史、甲状腺功能、体检发现、淋巴结情况、病理类型、肿瘤TNM分期、风险分级、治疗反应等13项临床病理特征,预测癌症是否复发(Recurred=Yes/No)。可用于术后随访中识别复发高风险患者、个性化随访频率,替代仅凭分期的人工评估。
## 预测结果与指标
- 任务类型:分类预测
- 模型版本:1
- 训练算法:Random Forest
- 最佳指标:准确率 0.945 · AUC 0.985
## 数据集介绍
> 数据来源于[kaggle](https://www.kaggle.com/datasets/zsinghrahulk/differentiated-thyroid-cancer-recurrence)
- 样本量:273 行
- 特征数:16
- 标签列:Recurred(分类)
常见问题
什么是甲状腺癌症预测?
基于甲癌患者临床病理特征,预测分化型甲状腺癌是否复发的二分类模型。
甲状腺癌症预测适用于哪些场景?
面向临床医学领域, 模型类型为CLASSIFICATION, 版本 1。
甲状腺癌症预测由谁发布?
逸思长天官方于 2026-11-17 发布。
甲状腺癌症预测有哪些标签?
随机森林。
发布者: 逸思长天官方 | 发布时间: 2026-11-17