基于可解释人工智能的医疗数据分析与处理及变点检测
1. 模糊决策树在医疗数据分析中的应用
模糊决策树(FDT)在医疗数据分析中具有重要作用,它可用于生成模糊规则并为给定测试数据推断分类标签。以下是不同数据集在十折交叉验证中的规则数量:
| 数据集 | Fold 1 | Fold 2 | Fold 3 | Fold 4 | Fold 5 | Fold 6 | Fold 7 | Fold 8 | Fold 9 | Fold 10 |
| — | — | — | — | — | — | — | — | — | — | — |
| SC | 68 | 30 | 97 | 52 | 69 | 47 | 78 | 83 | 75 | 65 |
| CO | 7 | 6 | 9 | 11 | 6 | 9 | 8 | 11 | 7 | 7 |
| FSCV | 67 | 83 | 105 | 80 | 78 | 112 | 72 | 99 | 103 | 106 |
| Xiebeni | 74 | 110 | 105 | 67 | 102 | 95 | 76 | 123 | 104 | 168 |
| PE | 4 | 5 | 8 | 7 | 6 | 5 | 4 | 5 | 4 | 6 |
| FHV | 4 | 5 | 4 | 4 | 6 | 5 | 4 | 3 | 10 | 4 |
| PBMF | 37 | 32 | 30 | 72 | 36 | 9 | 33 | 30 | 35 | 35 |
| PC | 4 | 5 | 8 | 7 | 6 | 10 | 4 | 5 | 4 | 6 |
从这些结果可以明显看
超级会员免费看
订阅专栏 解锁全文

被折叠的 条评论
为什么被折叠?



