《表5 测试集各预测模型性能的平均值》
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
《循环神经网络模型在腹膜透析临床预后预测中的初步应用》
对GRU、RNN和LR模型的性能进行十折交叉验证、调整超参数,并在测试集测试,结果见表5,各模型的ROC曲线见图5。可以看出RNN模型和GRU模型在AUROC、召回率、F1分数三项指标上都明显优于传统的LR模型。虽然LR模型已经达到了一定的预测水平,但其未考虑生存时间变量因素,很难随着患者的不同随访时间变化,做出更加准确的预测。RNN和GRU模型与LR模型相比,不仅能够处理当前状态数据,还能够处理时序数据,通过纳入患者之前的状态来对当前状态进行预测,所以其结果优于LR模型。但RNN模型在处理时序数据时,无法很好地抽取长距离信息依赖,GRU的“更新门”和“重置门”机制很好地解决了这一问题,同时从结果中也可以看出GRU模型的性能有了进一步的提升,说明GRU模型可以更深刻地理解当前数据背后的临床意义,并且能更好地拟合数据。
图表编号 | XD0084033800 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.18 |
作者 | 唐雯、高峻逸、马辛宇、张超贺、马连韬、王亚沙 |
绘制单位 | 北京大学第三医院肾内科、北京大学高可信软件技术教育部重点实验室、北京大学高可信软件技术教育部重点实验室、北京大学信息科学技术学院、北京大学高可信软件技术教育部重点实验室、北京大学高可信软件技术教育部重点实验室、北京大学信息科学技术学院、北京大学高可信软件技术教育部重点实验室、北京大学软件工程国家工程研究中心 |
更多格式 | 高清、无水印(增值服务) |