《表1:混淆矩阵:不平衡数据集的分类研究在医疗数据方面的应用》
对于多数类类别0,precision(查准率)达到了99%,recall(召回率)达到了93%,f1-score(f1-度量)达到了96%,而另一边的类别1,也就是关注的少数类,它的precision(查准率)达到了78%,recall(召回率)达到了95%,f1-score(f1-度量)达到了86%,最后的accuracy(精度)也可以达到93%,而总体的precision(查准率)达到了77.68%,recall(召回率)达到了95.38%,f1-score(f1-度量)达到了85.62%,处理之后的效果相对来说也是最好的,输出的AUC值为99%,整体效果相比于随机森林模型效果更好,说明了Catboost在处理分类问题上的优良性能。
图表编号 | XD00151304500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.05.01 |
作者 | 田波、沈江明、张德鑫、曾志勇 |
绘制单位 | 中国电信股份有限公司云南分公司、中国电信股份有限公司云南分公司、云南省高校数据化运营管理工程研究中心、云南财经大学统计与数学学院、云南省高校数据化运营管理工程研究中心、云南财经大学信息学院 |
更多格式 | 高清、无水印(增值服务) |