《表3 SVM支持向量机识别准确率》
同BP神经网络的训练模型方法,以专家辨别证型分类结果为因变量,症状为自变量,排除无证可辨的54例患者,从剩下的1 003例中随机选取803例大肠癌患者各个症状用统计软件R中的e1071 package包中支持向量机函数进行模型训练,并将剩下的200例当做测试样本。测试结果显示SVM支持向量机对各证型的识别准确率较BP神经网络高,分别为脾虚气滞(62.8%)、脾肾阳虚(72.9%)、肾精亏虚(82.1%)、湿热蕴结(86.0%)、气血两虚(96.3%)。见表3。
图表编号 | XD00189570700 严禁用于非法目的 |
---|---|
绘制时间 | 2021.02.01 |
作者 | 张伟妃、张彦博、张瑞义、李雪、李福凤 |
绘制单位 | 上海中医药大学教学实验中心、上海中医药大学附属曙光医院、上海中医药大学教学实验中心、上海中医药大学教学实验中心、上海中医药大学教学实验中心 |
更多格式 | 高清、无水印(增值服务) |