研究文章
鉴定肺炎疾病应用智能计算框架基于深度学习和机器学习技术
表4
所有分类器的性能使用SqueezeNet传输学习架构。
|
| 分类模型 |
精度 |
灵敏度 |
特异性 |
AUC |
F1-score |
世纪挑战集团 |
|
| 然而,(k= 5) |
95.16 |
96.44 |
91.05 |
97.80 |
0.95 |
0.73 |
| 支持向量机(rbf) |
52.03 |
55.43 |
51.88 |
54.33 |
0.55 |
0.52 |
| 支持向量机(线性) |
88.71 |
93.96 |
73.37 |
89.85 |
0.86 |
0.70 |
| AB |
90.12 |
93.13 |
81.43 |
87.34 |
0.90 |
0.74 |
| 注 |
88.51 |
88.23 |
89.26 |
93.20 |
0.89 |
0.73 |
| LR |
96.24 |
97.62 |
91.94 |
99.20 |
0.96 |
0.90 |
| 安 |
96.97 |
97.52 |
92.99 |
99.40 |
0.97 |
0.92 |
|
|
