《表3 PI3Kα的朴素贝叶斯学习模型前5名的性能评估》
针对不同的PI3K亚型靶标,采用朴素贝叶斯学习算法,共建立28个分类模型来区分其抑制剂和非抑制剂。模型的优劣以测试集的MCC值为依据,因为MCC可以用来评测模型阳性与阴性整体预测能力及数据预测的平衡性,同时也会参照AUC值和Q值,一般模型MCC值越大,其AUC和Q值也较高。训练集和测试集的MCC结果见图2,而以测试集的MCC值为排序标准,最优的5个贝叶斯模型的数据结果如表3~6所示。
图表编号 | XD0049345300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.01.15 |
作者 | 罗瑶、宋衍琳、尚瑾玲、王领 |
绘制单位 | 华南理工大学生物科学与工程学院合成生物学与药物制备国际合作联合实验室、华南理工大学生物科学与工程学院合成生物学与药物制备国际合作联合实验室、华南理工大学生物科学与工程学院合成生物学与药物制备国际合作联合实验室、华南理工大学生物科学与工程学院合成生物学与药物制备国际合作联合实验室 |
更多格式 | 高清、无水印(增值服务) |