研究文章

开发机器学习统计工具评价易感染者获取公共卫生咨询

表3

高斯奈夫贝叶斯分类器性能不同特征集

模型化 技术类 培训5倍CV 测试
AUC平均值 AUC系统 准确性 宏F1 敏感度 特性性

一号 MLS+POS全数 0.971(0.0212) 0.940 0.921 0.992 0.944 0.8824
2 MLS+POS联合优化(6) 0.998(0.0026) 0.993 0.940 0.943 0.963 0.9118
3 MLS全数(26特征) 997(0.003) 1.0 0.966 0.963 1.0 0.9118
4 MLS优化(2个特征) 0.998 1.0 0.943 0.938 1.0 0.8529
5 POS全数(46特征) 0.959(0.0238) 0.907 0.852 0.843 0.889 0.7941
6 POS优化(8个特征) 0.982(0.0166) 0.968 0.955 0.951 1.0 0.8824
7 MLS+POS分离优化(10) 1.0(0) 1.0 0.955 0.951 1.0 0.8824
8 精炼MLS+POS单片优化(2) 995(0.0079) 0.999 0.989 0.988 0.982 1.0