《表3 各分类算法预测性能对比（标准误）》

  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

《特征选择技术在江西地区缺血性脑卒中合并肺部感染风险预测模型中的应用》

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

将表2中的15个变量纳入分类算法模型，通过调整5种分类算法的ROC曲线阈值，使得约登指数最大，得到如表3所示各分类算法的模型性能对比，XGboost的特异度和阳性预测值最大，分别为0.8350和0.2759；就灵敏度来看logistic回归表现最佳，达到0.8717；结合AUC和约登指数，MLP效果最好，分别为0.8749和0.6267。