《表2 经LASSO回归选择的高频次特征》

  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

《基于多模态特征和多分类器融合的前列腺癌放疗中直肠并发症预测模型》

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

特征选择是在训练过程中，从原始特征集去除冗余特征，提取特征子集的过程。本研究采用LASSO回归[26]的方法进行特征选择。LASSO回归是通过最小化来求取一个系数向量，其中λ是一个控制系数向量稀疏程度的超参数，（其他的字母也要说明一下）。在得到的系数向量wˉ中不为0的元素对应的特征即为被选中的特征。我们选择特征被选中频次较高的特征如表2中所示，这些特征可能是预测前列腺癌放疗中直肠并发症的重要因素。