《表3 多种二分类方法在皮肤病数据集上的召回率》

  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

《融合生成对抗网络和朴素贝叶斯皮肤病诊断方法》

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

%

准确率、召回率实验结果如表2和表3所示。对比方法包括DT（decision tree）、SVM、k NN（k-nearest neighbor）、WFM（weighted feature matching）、TI-CS、NB、GAN-NB。在准确率方面，本文提出的二分类诊断方法在5份皮肤病二分类数据集上表现均优于其他分类方法；在召回率方面，该方法在6份皮肤病二分类数据集上表现均好于其他方法。实验过程中，GAN生成样本加入二分类器的训练集中，使每种皮肤病二分类器训练集IR达到1.0，即正负样本数量一致，如表4所示。