《表4 数据分类任务预测结果》
提示：宽带有限、当前游客访问压缩模式
将1 000条测试数据上传至平台，选择以上4个训练好的算法模型分别进行Ⅱ型糖尿病分类预测，再与测试数据的真实标签对比计算出F值和AUC值，见表4。
| 图表编号 | XD00112472100 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.10.20 |
| 作者 | 须成杰、肖喜荣、张敬谊、郑文婕 |
| 绘制单位 | 复旦大学附属妇产科医院、复旦大学附属妇产科医院、万达信息股份有限公司、万达信息股份有限公司 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表4 FB15K和WN18上的三元组分类任务结果》2020.09.01
- 《表1 脑电数据分类结果：基于非负CP分解模型的边界规避任务中脑电特征提取方法研究》2021.02.20
- 《表3 数据集(图像分类任务领域)属性介绍》2021.02.01
- 《表4 数据分类：基于大数据与深度学习的高职学生心理健康问题预测研究》2020.10.15
- 《表3 Yeast数据集分类预测结果》2020.06.01
- 《表1 仅使用任务参数在数据集D1和D2预测结果的评估指标》2020.05.01
- 《表7 图分类任务常用数据集》2020.05.01
- 《表4 酱香成品酒分类预测结果》2020.02.25
- 《表9 不同模型融合方式完成链接预测任务的部分实验结果（分类结果融合）》2020.01.25
- 《表1 分类结果混淆矩阵：基于企业进销项发票数据的税收风险预测模型》2020.03.28
- 《表2 分类结果：基于数据驱动理念的电力日负荷曲线预测方法研究》2020.01.01
- 《表5 案例2)实验结果：一种用于故障分类与预测的多任务特征共享神经网络》2019.07.01
- 《表4 案例1)实验结果：一种用于故障分类与预测的多任务特征共享神经网络》2019.07.01
- 《表2 实验样本组成：一种用于故障分类与预测的多任务特征共享神经网络》2019.07.01
- 《表1 试验工况：一种用于故障分类与预测的多任务特征共享神经网络》2019.07.01
- 《表4 肤色表型预测分类结果》2019.10.25
- 《表1 APP任务数据与任务预测值汇总表》2019.05.20
- 《表4 死亡预测实验结果：一种面向预测任务的基于时间序列的病人表示学习方法》2019.02.15
- 《表2 分类结果：基于大数据平台的改进的VCDN任务调度模型研究》2018.09.01
- 《表1 使用不同分类模型在风险目标预测任务上的性能对比》2019.11.20