《表3 XGBoost与SVM的识别结果比较》

  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XGBoost的RNA修饰位点的识别》

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

将XGBoost预测模型的识别结果与文献[13]使用的SVM预测模型的识别结果进行对比，2个模型经过jackknife测试后的结果如表3所示。从表3可看出，XGBoost预测模型和SVM预测模型在m1 A修饰位点的识别上均取得了较好的结果，准确率分别达到了99.9%、99.1%；在m6 A修饰位点的识别上，XGBoost预测模型的准确率为92.6%，SVM预测模型的准确率为90.4%，提升了2.2%；在m5C修饰位点的识别上，XGBoost预测模型的准确率达到了89.6%，远高于SVM预测模型的77.5%，提升了12.1%。