《表1 Htn各分类器性能比较》
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和Keras框架的多疾病风险预测》
使用准确率、精确率(查准率)、召回率(查全率)、F1值作为评价标准对分类器模型进行性能评价,由表1~表3可知,Xgboost在3种疾病上的预测准确率最高,并降低了误诊率和漏诊率。
图表编号 | XD00192261500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.01 |
作者 | 黄旭、贺松、席欢欢、张硕、张慧 |
绘制单位 | 贵州大学大数据与信息工程学院、贵州大学医学院、贵州大学大数据与信息工程学院、贵州大学大数据与信息工程学院、贵州大学大数据与信息工程学院 |
更多格式 | 高清、无水印(增值服务) |