《表3 不同参数下模型的性能》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《帕金森病患者手部灵活性的机器学习评估方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

The performance of models with different parameters Table 3

利用SVM，KNN和DT构建帕金森病患者手部灵活性定量评估模型，模型的性能与参数的选择有很大的关系，然而在机器学习中对于模型参数的选择并没有统一的规则，因此本实验选取部分参数进行实验对比，选取的参数对于模型性能的影响如表3所示。从表3中可以看出在SVM模型上效果较好的一组参数为：Kernel=‘linear’，penalty=‘l2’，C=1.0；KNN模型上效果较好的一组参数为：Weights=‘uniform’，n＿neighbors=3；DT模型上效果较好的一组参数为：Criterion=‘gini’，splitter=‘best’。本文后续实验将采用这些参数。