《表3 多种二分类方法在皮肤病数据集上的召回率》
%
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。
图表编号 | XD0091256200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.01 |
作者 | 商显震、韩萌、孙毓忠、孙宇宁、陈旭、胡满满、梅御东 |
绘制单位 | 北方民族大学计算机科学与工程学院、中国科学院计算技术研究所计算机体系结构国家重点实验室、北方民族大学计算机科学与工程学院、中国科学院计算技术研究所计算机体系结构国家重点实验室、云南大学软件学院、中国科学院计算技术研究所计算机体系结构国家重点实验室、中国科学院计算技术研究所计算机体系结构国家重点实验室、中国科学院计算技术研究所计算机体系结构国家重点实验室 |
更多格式 | 高清、无水印(增值服务) |