《表3 PI3Kα的朴素贝叶斯学习模型前5名的性能评估》

  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

《基于朴素贝叶斯机器学习的PI3K抑制剂预测研究》

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

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。