《表4 四种算法的结果比较》

  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

《基于无创参数辨识急性呼吸窘迫综合征患者疾病严重程度的算法研究》

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

本文比较了神经网络、逻辑回归、AdaBoost、Bagging四种算法对21个特征值的敏感程度，利用特征值选择方法，选择了四种算法对应的最优特征子集。通过表4我们可以看出，利用准确率和AUC值来评估算法的性能，AdaBoost算法要优于其他三种算法，其准确率为74.82%（AUC=0.832 1）；但是从特征值选择来考虑，Bagging只使用了2个特征值（S/F、SpO2），其准确率就达到73.01%（AUC=0.819 4），这样看来Bagging算法也有自身的优势，可以用很少的信息量获取不错的效果。通过特征值排序以及特征值逐步代入，可以获得无创生理参数与ARDS的相关性，为后续的相关研究提供建议。通过模型验证可以发现，患者的年龄、种族、TV与辨识ARDS严重程度的相关性较低。