ImageVerifierCode 换一换
格式:DOCX , 页数:4 ,大小:47.41KB ,
资源ID:478434      下载积分:5 金币
已注册用户请登录:
账号:
密码:
验证码:   换一换
  忘记密码?
三方登录: 微信登录   QQ登录  
下载须知

1: 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。
2: 试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓。
3: 文件的所有权益归上传用户所有。
4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
5. 本站仅提供交流平台,并不能对任何下载内容负责。
6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

版权提示 | 免责声明

本文(单独预测结果.docx)为本站会员(田海滨)主动上传,三一文库仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知三一文库(发送邮件至doc331@126.com或直接QQ联系客服),我们立即给予删除!

单独预测结果.docx

1、单独预测:实验方法:从单个病例样本中随机抽取其40%作为训练样本(这40%中,发生对抗与未发生对抗的样本比例遵循该病例样本总体比例),其余作为预测样本,通过支持向量机建立预测模型后,将预测样本输入模型,观察模型准确度。为防止偶发性误差,每次实验均重复50次。记预测的结果矩阵为:实际发生对抗实际未发生对抗预测为发生对抗TPFN预测为未发生对抗FPTN故,预测准确度可表示为:预测正确的样本数比总样本数:TP+TNTP+TN+FP+FN由于本文主要观察是否发生自主呼吸对抗,敏感度定义应为:TPTPR=TP+FN则特异度定义为:TNtnr=tnTfp敏感度表征了模型对产生自主呼吸对抗时反应的敏锐程度,

2、而特异度表征了模型对为发生自主呼吸对抗时预测的稳定性。病例1:700个呼吸周期,异步呼吸周期509个。在训练量为40%情况下,即训练样本279个时,算法随机抽取训练集、测试集,测试50次,平均准确率97.67%,平均敏感度97.63队平均特异度97.76%o其中一次预测矩阵:实际发生对抗实际未发生对抗预测为发生对抗2979预测为未发生对抗4Ill病例2:75个呼吸周期,异步呼吸周期38个。在训练量为40%情况下,即训练样本29个时,算法随机抽取训练集、测试集,测试50次,平均准确率91.35%,平均敏感度82.70%,平均特异度100%。考虑病例2样本数较少,训练样本不足,增大训练量为70%时

3、即训练样本51个,平均准确率93.33%,平均敏感度86.67%,平均特异度Io0%。其中一次预测矩阵(40%训练量)实际发生对抗实际未发生对抗预测为发生对抗194预测为未发生对抗02370%训练量:实际发生对抗实际未发生对抗预测为发生对抗102预测为未发生对抗012病例3:479个呼吸周期,异步呼吸周期233个。在训练量为40%情况下,即训练样本190个时,算法随机抽取训练集、测试集,测试50次,平均准确率97.36%,平均敏感度9458机平均特异度100%o其中一次预测矩阵:实际发生对抗实际未发生对抗预测为发生对抗1356预测为未发生对抗0148病例4:259个呼吸周期,异步呼吸周期11

4、8个。在训练量为40%情况下,即训练样本102个时,算法随机抽取训练集、测试集,测试50次,平均准确率93.20%,平均敏感度85.17机平均特异度100%o其中一次预测矩阵:实际发生对抗实际未发生对抗预测为发生对抗6210预测为未发生对抗085准确度稳定性曲线:不同病例间预测能力研究:实验方法:由于总计共4个病例数据,故在此穷举排列,随机抽取1、2、3个病例的全部样本作为训练集,并将剩余病例的全部样本作为测试集,验证模型对不同病例的普适性:仅使用病例1数据训练模型,对病例2、3、4数据进行预测,结果准确率97.17%,敏感度94.09%,特异度IO0%。仅使用病例2数据训练模型,对病例1、3

5、4数据进行预测,结果准确率93.18%,敏感度88.84%,特异度99.65%。仅使用病例3数据训练模型,对病例1、2、4数据进行预测,结果准确率96.03%,敏感度95.19%,特异度97.56%。仅使用病例4数据训练模型,对病例1、2、3数据进行预测,结果准确率90.91%,敏感度85.77%,特异度99.37%。仅使用病例1、2数据训练模型,对病例3、4数据进行预测,结果准确率96.75%,敏感度93.16%,特异度IO0%。结果准确率95.51%,敏感仅使用病例1、3数据训练模型,对病例2、4数据进行预测,度90.38%,特异度IO0%。仅使用病例1、4数据训练模型,对病例2、3数据

6、进行预测,结果准确率98.74%,敏感度97.42%,特异度100%。仅使用病例2、3数据训练模型,对病例1、4数据进行预测,结果准确率95.62%,敏感度94.58%,特异度97.59%。仅使用病例2、4数据训练模型,对病例1、3数据进行预测,结果准确率94.32%,敏感度91.37%,特异度99.31%。仅使用病例1、2、3数据训练模型,对病例4数据进行预测,结果准确率94.21%,敏感度87.29%,特异度IO0%。仅使用病例1、2、4数据训练模型,对病例3数据进行预测,结果准确率98.54%,敏感度97.00%,特异度Io0%。仅使用病例1、3、4数据训练模型,对病例2数据进行预测,结果准确率IO0猊敏感度100%,特异度Io0%。仅使用病例2、3、4数据训练模型,对病例1数据进行预测,结果准确率96.57%,敏感度96.46%,特异度96.86%。

宁ICP备18001539号-1