Jun, 2024
利用机器学习和代谢组学数据对干眼病患者和健康对照组进行分类
Classifying Dry Eye Disease Patients from Healthy Controls Using Machine Learning and Metabolomics Data
Sajad Amouei Sheshkal, Morten Gundersen, Michael Alexander Riegler, Øygunn Aass Utheim, Kjell Gunnar Gundersen...
TL;DR通过代谢组学数据,使用 9 种机器学习模型对白内障患者进行干眼病的诊断与预测,结果显示逻辑回归模型表现最佳,达到了最高的 0.8378 的曲线下面积得分、0.735 的平衡准确率、0.5147 的 Matthew 相关系数、0.8513 的 F1 得分和 0.5667 的特异性,其次是 XGBoost 和随机森林模型。