研究文章
一个集成的方法对癌症生存预测使用数据挖掘技术
|
|
|
精度(%) |
真正的积极率或灵敏度 |
特异性 |
曲线下的面积 |
|
| 6个月 |
装袋 |
71.4 |
0.79 |
0.61 |
0.80 |
| 随机森林 |
70.7 |
0.64 |
0.8 |
0.72 |
| 提高 |
73.6 |
0.69 |
0.8 |
0.81 |
| 逻辑回归 |
65.7 |
0.68 |
0.63 |
0.70 |
| XGBoost |
71.42 |
0.71 |
0.64 |
0.78 |
|
| 2个月 |
装袋 |
74.3 |
0.85 |
0.59 |
0.82 |
| 随机森林 |
75.7 |
0.72 |
0.81 |
0.82 |
| 提高 |
76.4 |
0.80 |
0.71 |
0.85 |
| 逻辑回归 |
67.1 |
0.64 |
0.71 |
0.70 |
| XGBoost |
73.8 |
0.73 |
0.63 |
0.79 |
|
|