《表5 在RPI369与RPI488数据集各方法的比较》

  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》

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RPI488数据集，XGB模型获得了最高的准确率（0.918）、精度（0.956）、特异性（0.958）与MCC值（0.840），只有敏感度（0.880）低于IP-Miner的敏感度（0.939）。与RPISeq-RF、lncPro和IP-Miner相比较，本文的XGB模型准确率超过了0.900，特异性超过了0.950，比前人方法的特异性（0.822、0.827与0.831）有了较大幅度的提高，MCC值达到了0.840，与RPISeq-RF（0.762）、lnc Pro（0.740）和IP-Miner（0.784）的方法相比都有较大比例的提高。XGB模型的敏感度是四个模型中最低的（0.880），而特异性在四个模型中最高，相对来说XGB模型能有效识别非相互作用对，而不能更有效识别相互作用对。