《表3 糖尿病诊断汇总表：基于机器学习的医疗决策支持系统综述》

  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

《基于机器学习的医疗决策支持系统综述》

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

如表3所示，在糖尿病的智能诊断研究中，几乎所有学者都选择了UCI的Pima Indian糖尿病数据集。在较早时间使用遗传算法结合模糊逻辑的方法，取得了最高的87%准确率；近年来使用基于机器学习算法的模型，得到的结果相近，准确率浮动在75%～80%的范围。其中朴素贝叶斯取得了79.57%的准确率，因为朴素贝叶斯分类器虽然简单，但是处理高维度输入的任务上性能还要优于复杂的分类方法。其区别于模糊逻辑分类器选择最优特征的方法，朴素贝叶斯算法消除了不相关的特征干扰，提升了分类性能；此外，朴素贝叶斯算法不涉及迭代训练过程，因此大大减少了计算时间。但是相比于在其他疾病上的应用，朴素贝叶斯算法的精度还有待进一步的提升。