利用最大最小爬山算法構建肺癌患者的預后模型,指導肺癌預后評價。以SEER(surveillance, epidemiology, and end results)數據庫中2008年至2014年期間被確診為肺癌的患者組成數據集,首先利用卡方檢驗、Logistic回歸分析方法對數據集中的變量進行特征選擇;然后,在訓練集上利用最大最小爬山算法建立肺癌患者的預后模型,并在測試集上對患者進行5年后生存情況預測;最后,選擇Logistic回歸、人工神經網絡、決策樹、支持向量機方法和本研究模型在測試集上進行分類實驗對比。最終結果顯示本研究模型對肺癌患者5年后生存情況的預測準確率高于其他方法。