4、应用MMLP进行乳腺癌分类的实验结果与讨论

应用MMLP进行乳腺癌分类的实验结果与讨论

1. 引言

乳腺癌的早期诊断对于降低死亡率至关重要。近年来，研究人员提出了多种方法来提高乳腺癌分类的准确性。本文介绍了使用多模态长短期记忆网络（MMLP）进行乳腺癌分类的实验结果，并将其与经典反向传播算法进行了比较。实验结果表明，MMLP在分类准确性和鲁棒性方面表现出显著优势。

2. 实验设置

2.1 数据集

实验中使用的数据集是威斯康星州乳腺癌数据库（WBCD），该数据库包含了699个样本，其中16个样本含有缺失值，在预处理步骤中被丢弃，因此最终使用了683个样本。每个样本有九个属性，分为两类：良性（444个样本）和恶性（239个样本）。表1总结了这些属性的描述。

属性编号	属性名称	取值范围	均值	标准差
1	细胞团厚度	1-10	4.44	2.82
2	细胞大小均匀性	1-10	3.15	3.07
3	细胞形状均匀性	1-10