21、基于动态学习调度算法的多层感知机模型在心脏病预测中的应用

基于动态学习调度算法的多层感知机模型在心脏病预测中的应用

1. 模型准确性对比

为了评估所提出的DLSA - MLP方法的性能，将其与几种成熟的心脏病预测方法以及不同的神经网络模型进行了严格比较。考虑的性能指标包括准确率、精确率、召回率和F1值，以全面评估模型。

1.1 与现有心脏病预测方法对比

使用了三个不同的数据集进行评估，分别是南非心脏病复制数据集、Mendeley心血管疾病数据集和心血管疾病数据集。对比的方法包括P. Ghosh等人、S. A. Ali等人、S. J. Pasha和E. S. Mohamed、D. Cenitta等人、Jaishri Wankhede等人以及Ashir Javeed等人的工作。

方法	准确率(%)	精确率(%)	召回率(%)	F1值(%)
P. Ghosh等人	84.3	85.0	83.8	84.4
S. A. Ali等人	85.4	86.2	84.6	85.4
S. J. Pasha和E. S. Mohamed