《表4 三种方法在RPI488数据集5倍交叉验证的结果》
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
《基于机器学习方法的非编码RNA-蛋白质相互作用的预测》
从表4可以看出,在RPI488数据集中,LBM模型的准确率(0.918)、敏感度(0.900)与F值(0.918)在三个模型中最好,精度与特异性为0.938,MCC值为0.838。RF模型获得了最高的精度(0.956)与特异性(0.959),准确率为0.908,敏感度为0.860,F值为0.905,MCC值为0.821。XGB模型的准确率(0.918)、精度(0.956)与MCC值(0.840)在三个模型中均最高,敏感度为0.880,特异性为0.958,F值为0.917。在RPI488数据集中RNA都是长非编码RNA,三个模型在准确率、精度、敏感度、特异性与F值5个评估指标中均有模型取得了高于0.900的结果,MCC值也高于0.800,表明模型在预测RNA与蛋白质相互作用研究中有较高的预测精度,可以用来预测长非编码RNA与蛋白质是否存在相互作用。
图表编号 | XD0051909400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.01 |
作者 | 程淑萍、谭建军、门婧睿 |
绘制单位 | 北京工业大学生命科学与生物工程学院智能化生理测量与临床转化北京市国际科技合作基地、北京工业大学生命科学与生物工程学院智能化生理测量与临床转化北京市国际科技合作基地、北京工业大学生命科学与生物工程学院智能化生理测量与临床转化北京市国际科技合作基地 |
更多格式 | 高清、无水印(增值服务) |