XGBoost机器学习模型对乙型肝炎肝硬化诊断的应用价值研究

doi:10.11569/wcjd.v31.i13.544

高级检索

BPG致力于知识的发现和传播

Home / Archive / Volume 31, Issue 13

本文章

本文章的引用

本文章的通讯作者

本文章的研究领域

本文章的类型

本文章的开放获取政策

本文章的Google引用次数

本文章的点击和下载次数

本文章浏览次数 (2361)

All Articles published online

The chart showing PDF series, HTML series, Figures (1-8) series, Tables (1-3) series.

Item

Count

PDF

151

HTML

730

Figures (1-8)

143

Tables (1-3)

134

总和 = 1158

Featured Article

The chart showing Browse series, Download series.

Item

Count

Browse

190

Download

356

总和 = 546

Publishing Process of This Article

Item

Count

Browse

201

Download

358

总和 = 559

2023-07-08 (publication date) through 2024-05-22

本文章的被引频次

被引频次 (0)

本文章的期刊信息

出版物名称

世界华人消化杂志

ISSN

1009-3079

本文章的出版商

Baishideng Publishing Group Inc, 7041 Koll Center Parkway, Suite 160, Pleasanton, CA 94566, USA

临床研究

世界华人消化杂志. 2023-07-08; 31(13): 544-554
在线出版 2023-07-08. doi: 10.11569/wcjd.v31.i13.544

图3 XGBoost机器学习模型预测CHBV合并肝硬化ROC曲线图. ROC曲线: 受试者工作特征曲线; AUC: 受试者工作特征曲线下面积; XGBoost: 极限梯度提升机; CHBV: 慢性乙型肝炎病毒感染.

引文著录: 李季, 韩可兴, 沈佳培, 孙伟杰, 高龙, 郜玉峰. XGBoost机器学习模型对乙型肝炎肝硬化诊断的应用价值研究. 世界华人消化杂志 2023; 31(13): 544-554