表3的机器学习算法的性能
算法 |
AUC |
平衡精度 |
卡巴 |
灵敏度 |
特异性 |
|---|---|---|---|---|---|
支持向量机 |
0.8410 (0.6826 - -0.9995) |
0.8231 |
0.6429 |
0.8000 |
0.8462 |
glmnet |
0.7692 (0.5841 - -0.9544) |
0.7462 |
0.4948 |
0.8000 |
0.6923 |
rpart |
0.7179 (0.5463 - -0.8896) |
0.7179 |
0.4315 |
0.6667 |
0.7692 |
射频 |
0.8077 (0.6384 - -0.9770) |
0.7410 |
0.4896 |
0.8667 |
0.6154 |
掌上电脑 |
0.8410 (0.6760 - -1.000) |
0.8179 |
0.6392 |
0.8667 |
0.7692 |
然而, |
0.6923 (0.4882 - -0.8964) |
0.6795 |
0.3571 |
0.6667 |
0.6923 |
nnet |
0.7641 (0.5781 - -0.9501) |
0.7564 |
0.5051 |
0.6667 |
0.8462 |