《表4 不同分类模型A,P,R,F1度量对比(训练集与测试集样本比为8∶2)》
提出一种基于“深度森林”算法的预测模型,针对病人是否患有慢性肾病进行分类研究。为了比较模型的精度,通过bootstrap随机抽样把数据集分为训练集和测试集。训练集和测试集分为7∶3和8∶2的比例,采用线性判别(LDA)、朴素贝叶斯分类(NB)、K-最近邻(KNN)、人工神经网络(ANN)、支持向量机(SVM)、决策树(CART)、随机森林(RF)以及深度森林(Deep Forest)8种算法做研究比较。基于测试集得到的精度、查准率、查全率和F1度量见表3和表4。
图表编号 | XD00197035200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.01 |
作者 | 秦喜文、周红梅、吴睿、冯阳洋、王强进 |
绘制单位 | 长春工业大学数学与统计学院、长春工业大学数学与统计学院、长春财经学院数学教研部、长春工业大学数学与统计学院、长春工业大学数学与统计学院 |
更多格式 | 高清、无水印(增值服务) |