Klasifier Pusat Terdekat mencapai akurasi 94,2% pada dataset semen VISEM

Sebuah studi memanfaatkan dataset VISEM, yang terdiri dari sampel semen dari 85 peserta yang diklasifikasikan sebagai Subur, Sub-Subur, atau Mandul, untuk mengevaluasi algoritma pembelajaran mesin guna memprediksi status kesuburan pria berdasarkan konsentrasi sperma, motilitas, dan morfologi.

• Klasifier Pusat Terdekat mencapai akurasi sebesar 94,2%, mengungguli Mesin Vektor Dukungan dan Analisis Diskriminan Kuadratik di antara lebih dari 40 algoritma yang diuji.
• Robustness model divalidasi menggunakan validasi silang 5-lipat dan analisis ROC-AUC multikelas.
• Penelitian ini menunjukkan bahwa pembelajaran mesin dapat memberikan penilaian kualitas semen yang cepat, akurat, dan objektif untuk mendukung pengambilan keputusan klinis dalam andrologi.