研究文章
机器学习的方法来提取诊断和预后阈值:在心血管死亡率的预后中的应用
|
| 分类器 |
灵敏度 |
特异性 |
精度 |
|
我f收缩压ARV≥9.6
然后1其他的0 |
55.7% |
60.4% |
59.9% |
如果收缩压WBP≥134.6
然后1其他的0 |
52.5% |
58.8% |
58.08% |
如果收缩压ARV≥9.6
和收缩压WBP≥137
然后1其他的0 |
36.1% |
80.0% |
75.1% |
如果收缩压ARV≥9.6
和收缩压WBP≥138.6
和胆固醇≥5.5
然后1其他的0 |
8.2% |
93.3% |
83.8% |
如果收缩压ARV≥10.4
和收缩压WBP≥139.8
和BMI≥27.3
然后1其他的0 |
9.8% |
93.3% |
84.0% |
如果收缩压ARV≥9.6
和收缩压WBP≥137
和舒张期WBP≥78.4
然后1其他的0 |
22.9% |
87.5% |
80.4% |
| 朴素贝叶斯 |
11.48% |
95.92% |
86.57% |
|
|
