《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》
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。
图表编号 | XD0090190800 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.01 |
作者 | 梁书彤、郭茂祖、赵玲玲 |
绘制单位 | 北京建筑大学电气与信息工程学院、建筑大数据智能处理方法研究北京市重点实验室、北京建筑大学电气与信息工程学院、建筑大数据智能处理方法研究北京市重点实验室、哈尔滨工业大学计算机科学与技术学院 |
更多格式 | 高清、无水印(增值服务) |