《表3 选择不同特征数的预测结果》

  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

《预测2型糖尿病并发颈动脉斑块的机器学习模型的建立》

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

注：27个特征为年龄、载脂蛋白、载脂蛋白A1、载脂蛋白B、载脂蛋白E、天冬氨酸转氨酶、谷丙转氨酶、120 min C肽、30 min C肽、直接胆红素、糖尿病病程、脂肪肝、空腹血糖、糖化白蛋白、性别、糖化血红蛋白、高密度脂蛋白、高血压、空腹胰岛素、120 min胰岛素、30 min胰岛素、低

随机选取一部分（约60%）的数据（DataNum）来训练分类器，剩余部分（TestNum）预测其类别。表3显示了不同特征数的结果。从表3可以看出，预测精度保持在75%以上。在最小集（9个特征）中，颈动脉斑块的预测精度为80.0%，说明9个特征数模型可以利用较少的检查项目而保持较高的预测精度。而使用相同的DataNum，二元Logistics回归模型的预测精度为68.2%～69.1%。