计算智能和神经科学
研究文章

脓毒症的早期预测基于机器学习的算法

表8

在测试集预测性能不同的特性。
变量 AUROC 精度 精度 回忆
原始变量 0.9710 0.919 0.92 0.60
原始变量+测量强度特性 0.9756 0.927 0.93 0.64
原始变量+窗口功能 0.9767 0.928 0.93 0.64
原始变量+医疗指标特性 0.9718 0.919 0.92 0.60
功能生成方法的特性 0.9789 0.931 0.93 0.65