XGBoost機器學習模型在缺血性卒中后早期認知損害診斷中的應用研究
發(fā)布時間:2020-05-15 22:51
【圖文】:
100%邋-邋Specificity%逡逑圖2基于訓練集建立的兩個模型ROC圖。逡逑線下面積邋AUC=0.77,標準誤邋0.03325,95%CI邋為:0.71-0.84,線有效,區(qū)分能力較好。逡逑en指數(shù)和實際應用,取截斷值為0.5183,此時靈敏度為7,準確度為72.27%,其他評價指標見表7。逡逑表7基于訓練集的模型診斷結(jié)果逡逑Logistic邐XGBoUC)邐0.7709邐0.84限邐0.7055邐0.79
綜合Youden指數(shù)和實際應用,取截斷值為0.623〗,此時靈敏度=78.72%,,特逡逑異度=73.42%,準確度=76.82%,其他評價指標見表7。逡逑模型對各因素重要性的排列和計算結(jié)果如表8和圖3。逡逑22逡逑
【學位授予單位】:浙江大學
【學位級別】:博士
【學位授予年份】:2018
【分類號】:R743.3
【參考文獻】
相關(guān)期刊論文 前1條
1 ;各類腦血管疾病診斷要點[J];中華神經(jīng)科雜志;1996年06期
本文編號:2665741
本文鏈接:http://sikaile.net/yixuelunwen/shenjingyixue/2665741.html
最近更新
教材專著