《表3 缺血性脑卒中患者出院1年后死亡各模型预测效果》

  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

《基于机器学习模型缺血性脑卒中1年死亡预测效果评价》

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

通过GridSearchCV函数筛选出各机器学习模型的最优参数，Adaboost树的数量为300，学习率为0.05，算法为SAMME.R；随机森林的分类标准用熵是基尼系数，树的数量为100，单个决策树使用特征的最大数量为特征总数的平方根；SVM的核函数为径向基核函数，gamma为0.001，C为1 000；XGBoost的学习率为0.01，树的数量为500，最大深度为5，subsample为0.8，colsample＿bytree为0.6，gamma为0.1，reg＿alpha为1。采用Adaboost、随机森林、SVM和XGBoost 4种机器学习模型对数据进行训练，各重新分组采样训练3次，获得各模型结果，并与logistic回归模型作对比。结果显示，按准确率从高到低排列依次为XGBoost、随机森林、Adaboost、SVM和logistic，按F1-score从高到低排列依次为XGBoost、随机森林、Adaboost、SVM和logistic，按AUC从高到低排列依次为随机森林、logistic、XGBoost、Adaboost和SVM。