《表3 逻辑回归和支持向量机方法输出的图6中相应样本的癌变概率》

《表3 逻辑回归和支持向量机方法输出的图6中相应样本的癌变概率》   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
《结合组织芯片技术的人体胃管状腺癌组织太赫兹光谱检测》


  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

另外,鉴于癌变概率信息对于组织的癌变情况有更进一步的信息量,本研究尝试利用支持向量机和逻辑回归输出检测样本的癌变概率,其中支持向量机方法虽然常作为分类方法,本研究中依据JC Platt提出的方法[22],通过将样本点在高维空间中与分类超平面的距离进行sigmoid拟合后,获取该样本癌变的概率信息。对于图6当中的病理特征较为明确的样本,两种方法输出的癌变概率信息如表3所示。可见若以值为0.5作为分界,两种方法对于这些样本都没有出现类别的误判,对比而言,除了样本d,支持向量机相对逻辑回归做出的概率信息输出更为接近样本真实病理类别,给出的信息更为明确,这与两种方法在前述分类灵敏度及准确率的效果对比结果一致。