Copyright
©The Author(s) 2025.
世界华人消化杂志. 2025-05-28; 33(5): 361-372
在线出版 2025-05-28. doi: 10.11569/wcjd.v33.i5.361
在线出版 2025-05-28. doi: 10.11569/wcjd.v33.i5.361
表2 5种机器学习模型在训练集中的表现
机器学习模型 | AUC | 准确性 | 敏感性 | 特异性 | F1分数 |
GNB | 0.8250 | 0.8333 | 0.7333 | 0.9583 | 0.8302 |
LR | 0.8819 | 0.7963 | 0.7333 | 0.8750 | 0.8000 |
RF | 0.8500 | 0.8148 | 0.8000 | 0.8750 | 0.8421 |
XGBoost | 0.8521 | 0.8333 | 0.7333 | 0.8750 | 0.8000 |
SVM | 0.8369 | 0.7931 | 0.6667 | 0.9167 | 0.7692 |
引文著录: 蔡晓晗, 范晓飞, 李姝, 方维丽, 王邦茂, 王玉峰, 冯月, 穆金宝, 刘文天. 基于影像组学和临床特征构建用于区分胰腺良恶性病变的多模态可解释机器学习模型. 世界华人消化杂志 2025; 33(5): 361-372