《表7 不同算法预测结果：冠心病风险因素识别及其预测模型构建》

  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

《冠心病风险因素识别及其预测模型构建》

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

在本模型中主要以准确率、精确率和AUC值评估算法的适用性及效果，同时使用10折交叉验证的方式验证模型的稳定性[14]。不同算法的预测结果见表7。从表7可以看出，5种算法的准确率均在85%以上，预测效果良好。其中，准确率最高的为线性判别分析，逻辑回归分析与决策树的准确率均为86.15%，准确率最低的为支持向量机；线性判别分析的精确率最低，决策树的精确率为80%，其余3种算法的精确率为100%。