《表6 疾病预测实验结果:一种面向预测任务的基于时间序列的病人表示学习方法》
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
《一种面向预测任务的基于时间序列的病人表示学习方法》
表6中实验结果为各个方法所得特征在各个疾病风险预测上的AUC值。其中加粗代表最优和次优。由实验结果可知,本文的方法在4项疾病预测中排名第一,2项疾病预测中排名第二,明显优于其他特征学习方法。DeepPatient和GMM方法则仅次于本文方法,分别获得3项第二、1项第一和1项第一、4项第二。当然,本文的方法并不是在所有疾病预测中都占优,有些疾病在其他方法上预测更佳。然而,本文方法最大的优点在于不需要手工进行特征选择。而且本文在实践中发现,其他方法经常受限于窗口大小的选择,不同的窗口大小会影响分类效果,不及本文的方法简单方便。因此本方法仍然是疾病预测的最佳选择。
图表编号 | XD0041684000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.02.15 |
作者 | 张乐、方之家、王祺、雷丽琪、阮彤、高炬 |
绘制单位 | 华东理工大学自然语言处理与数据挖掘实验室、华东理工大学自然语言处理与数据挖掘实验室、华东理工大学自然语言处理与数据挖掘实验室、华东理工大学自然语言处理与数据挖掘实验室、华东理工大学自然语言处理与数据挖掘实验室、上海中医药大学附属曙光医院 |
更多格式 | 高清、无水印(增值服务) |