《表1 不同特征数下分类器的分类效果》

  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

《浸润性乳腺癌超声高通量图像特征预测同侧腋窝淋巴结转移》

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

在数据集B中，对于100次使用十折法bootstrap的特征筛选结果，按特征出现次数将其进行排序，出现次数越多的特征对模型的作用越大，排序越靠前。表1展示了利用排序前N个特征建立的使用十折法线性核SVM分类器的分类结果。可以看到，使用特征数为50～150个时建立的分类器效果相近。特征数较少时，分类器的效果不佳，表明仅使用某几个特征预测淋巴结转移的效果并不理想。而特征数过多时，特征的冗余则降低了分类的准确率。选取AUC最大时的特征数，为100个。