🙋♀️哈喽 ,这里是小光,继续给大家分享临床研究值得读的文献~
今天分享的是一篇机器学习预测模型文献。
题目:A Machine Learning Model for Accurate Prediction of Sepsis in ICU Patients
文章大致思路:
①将收集的55个变量通过random forest MDG(变量重要性)进行排序。
②选择了排名前20的变量进行模型构建(使用随机森林算法)
③最后用AUC、accuracy、precision、Recall、F1 score等指标进行模型评价,说明随机森林算法所构建的模型具有不错的预测效果。
补充一个知识点:
F1分数(F1 Score),是统计学中用来衡量二分类模型精确度的一种指标。它同时兼顾了分类模型的精确率和召回率。F1分数可以看作是模型精确率和召回率的一种调和平均,它的最大值是1,最小值是0。
你学会了吗?