《表7 频繁集与教材判定标准对比分析表》

  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

《基于深度神经网络的原发性肝癌证型诊断分类预测模型》

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

在关联规则分析中，我们设置支持度、置信度均为0.6，挖掘结果如下所示（表7），其中符合率即在频繁集（即证型中频繁出现的证型因子）中符合教材判定标准的证型相关因子个数与判定标准的总数之比。从符合率上看来，均超过75%，说明该数据集符合中医教材中的证型判定标准，具有一定科学性和准确性，也从而验证之前模糊数学量化数据的有效性，对进一步构建深度神经网络证型分类预测模型提供了有力的理论支撑。