《表1 0 BP人工神经网络模型的预测判别结果》

  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

《吸取中医元素的高血压病风险预警系统构建》

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

用上述非条件多因素Logistic回归模型预测训练集（225例）和测试集（75例）研究对象是否患高血压病，训练集中Logistic回归模型的灵敏度为82.67%，特异度为81.33%，约登指数为64.00%，一致率为82.22%；测试集中Logistic回归模型的灵敏度为74.00%，特异度为80.00%，约登指数为54.00%，一致率为76.00%。用上述BP人工神经网络模型预测训练集（225例）和测试集（75例）的研究对象是否患高血压病，训练集中Logistic回归模型的灵敏度为88.67%，特异度为89.33%，约登指数为78.00%，一致率为88.89%；测试集中Logistic回归模型的灵敏度为84.00%，特异度为88.00%，约登指数为72.00%，一致率为85.33%。见表11。BP人工神经网络模型的分类灵敏度，特异度，约登指数及一致率等指标均高于Logistic回归模型，可见BP人工神经网络模型的预测能力略优于Logistic回归模型。