《表1 混淆矩阵：基于机器学习的住院患者压力性损伤分析与预测》
提示：宽带有限、当前游客访问压缩模式
为衡量3种算法性能，引入混淆矩阵、敏感性、特异性和准确率4个评价指标，如表1所示。
| 图表编号 | XD00226238800 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.10.01 |
| 作者 | 李清、苏强、林英、邓国英 |
| 绘制单位 | 同济大学经济与管理学院、同济大学经济与管理学院、上海市第一人民医院护理部、上海市第一人民医院创伤中心 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表6 4种场景设置：基于机器学习的住院患者压力性损伤分析与预测》2020.10.01
- 《表1 质量改进前后住院患者压力性损伤及高危压力性损伤发生情况比较》2020.10.20
- 《表3 分类结果混淆矩阵：不同机器学习算法在高龄骨科患者术后低蛋白血症风险预测模型中使用效果的评估》2020.10.20
- 《表2 分类结果混淆矩阵：基于Stacking集成学习的流失用户预测方法》2020.11.30
- 《表1 混沌矩阵定义：基于机器学习算法的变压器寿命损耗预测研究》2021.01.15
- 《表1 混淆矩阵表：机器学习在电信客户离网预测中的应用》2020.05.01
- 《表2 二分类混淆矩阵：融合数据增广技术与机器学习算法的个人信用评分研究》2020.08.15
- 《表2 预测混淆矩阵：基于集成学习的束支传导阻滞识别方法》2020.03.01
- 《表3 分类结果混淆矩阵：数字金融时代 机器学习模型在实时反欺诈中的应用与实践》2019.12.01
- 《表2 3种模型混淆矩阵：基于机器学习算法的广西桉树适宜性研究》2020.02.20
- 《表1 混淆矩阵：基于机器学习算法的广西桉树适宜性研究》2020.02.20
- 《表6 混淆矩阵：基于机器学习的股票超额收益预测模型》2019.09.20
- 《表1 输入特征表：基于机器学习的冠心病住院费用预测研究》2019.09.01
- 《表1 混淆矩阵：应用机器学习技术预测强雨雪天气过程中的积雪》2019.05.28
- 《表1 初选指标：基于机器学习的股票分析与预测模型研究》2019.02.01
- 《表1 解释的总方差：责任护士核心能力与住院患者压力性损伤风险评估水平相关性分析》2019.03.05
- 《表1:混淆矩阵：机器学习随机森林算法的应用现状》2018.12.15
- 《表2 百分比混淆矩阵：基于机器学习算法的土地类型迁移预测分析——以哈尔滨市香坊区为例》2018.10.01
- 《表1 元胞数混淆矩阵：基于机器学习算法的土地类型迁移预测分析——以哈尔滨市香坊区为例》2018.10.01
- 《表2 脑出血急性期患者住院期间发生压力性损伤的多因素Logistic回归结果分析》2019.10.20