《表4 通过SVM和NN的分类结果》

  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

《基于医疗大数据分析的门诊辅助诊断模型》

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

对所有门诊患者进行SVM和NN训练的样本量为87.5%，比较结果如表4所示。如表4所示，两种算法的准确率、精确度、召回率和F值都非常好。NN算法的准确率、精确度、召回率和F值略高于SVM，分别为0.9150、0.9307、0.9308和0.9171。本文还在表5中给出了一个关于SVM和NN算法的混淆矩阵。结果表明，在NN算法的200个随机测试样本中，仅有9例（4.5%）高脂血症患者被误分类，SVM算法仅10例（5%）被误分类。