《表6 各算法经过三种过采样的分类准确率比较》

  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

《面向非均衡数据的糖尿病并发症预测》

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

在实例分析中，本文以平衡准确率（Balanced Accuracy）作为评价指标，即真正例率（True Positive Rate，TPR）与真负例率（True Negative Rate，TNR）的平均值，应用8个算法进行性能比较：LR、SVM、k NN、DT、RF、GBDT、XGBoost和并行集成算法。针对每个并发症数据集分别进行10折交叉验证，计算各算法的分类准确率，比较结果如表6所示。