《表5 PI3Kγ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

以MCC值为基准:（1）PI3Kα最好的模型是FCFP_12_NB和FCFP_10_NB，再对比AUC值，本研究认为PI3Kα最好的模型是FCFP_10_NB，对测试集的评估参数:SE为74.6%，SP为85.2%，MCC为0.535，Q为0.774，AUC为0.874。（2）PI3Kβ最好的模型是FCFP_4_NB，对测试集的评估参数:SE为77.4%，SP为86.8%，MCC为0.604，Q为0.804，AUC为0.853。（3）PI3Kγ最好的模型是FCFP_12_NB，对测试集的评估参数:SE为78.7%，SP为86.5%，MCC为0.632，Q为0.816，AUC为0.909。（4）PI3Kδ最好的模型是FCFP_6_NB，对测试集的评估参数:SE为60.3%，SP为91.2%，MCC为0.432，Q为0.673，AUC为0.820。