36、人工智能技术与食管癌检测的前沿探索

人工智能技术与食管癌检测的前沿探索

1. 机器学习方法概述

机器学习是人工智能领域的重要组成部分，它包含多种学习方式，每种方式都有其独特的应用场景和特点。

1.1 k - 近邻（kNN）技术

kNN 技术是一种基本的分类与回归方法。在该技术中，确定合适的 k 值是一个挑战，因为不同的 k 值可能会导致不同的分类结果。而且，每次计算每个邻居到新对象 v 的距离都会消耗额外的时间。例如，在一个二维平面上有不同类别的点，当有一个新的点需要分类时，就需要计算它到其他所有点的距离，根据 k 个最近邻点的类别来确定新点的类别。

1.2 无监督学习

当历史数据没有很好地标记，并且可能的类别数量也不确切已知时，无监督学习就用于将数据集分组为聚类。它在市场细分、推荐引擎、社交网络分析、医学成像、图像分割、搜索结果分组等领域有广泛应用。
- 聚类技术类型
- 硬聚类 ：所有对象或元素严格属于单个聚类。
- 软聚类 ：对象或元素可能属于多个聚类，并且成员值是根据对象与每个聚类之间的距离计算的。
- 基于数据和算法行为的聚类技术分类
- 基于划分的 ：将训练数据集划分为 k 个聚类，每个聚类由其质心标识，如 k - 均值、PAM、k - 中心点、CLARANS、CLARA 等。
- 基于层次的 ：根据对象的层次结构将训练数据集划分为聚类，前提是对象之间可以进行专业化和泛化，