《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》
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%。
图表编号 | XD00127162300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.01.15 |
作者 | 李桃、蒋伏松、陈霆、郑西川 |
绘制单位 | 上海交通大学附属第六人民医院计算机中心、上海健康医学院附属第六人民医院东院计算机中心、上海交通大学附属第六人民医院内分泌代谢科、上海交通大学附属第六人民医院计算机中心、上海交通大学附属第六人民医院计算机中心 |
更多格式 | 高清、无水印(增值服务) |