《表2 建模集中4种不同分类器和3种不同特征选择方法的性能》

《表2 建模集中4种不同分类器和3种不同特征选择方法的性能》   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
《基于数字组织病理图像的肿瘤与微环境相互作用风险模型在口咽癌症中的预后研究》


  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

利用Ta MIS分数构建口咽癌症复发风险模型,其分类性能如表2所示。可以看到,使用不同的分类器和特征选择方法,相应的分类性能都较为接近。其中,使用LDA+MRMR的特征选择和分类器组合为最佳组合(100次5折交叉验证下的平均AUC=0.67),后续可利用留一法交叉验证,对所有病患样本进行风险预测标签的生成。