基于机器学习构建肝硬化患者院内感染风险预测模型

doi:10.11569/wcjd.v33.i3.199

高级检索

BPG致力于知识的发现和传播

Home / Archive / Volume 33, Issue 3

本文章

本文章的引用

本文章的通讯作者

本文章的研究领域

本文章的类型

本文章的开放获取政策

本文章的Google引用次数

本文章的点击和下载次数

本文章浏览次数 (187)

All Articles published online

The chart showing PDF series, HTML series.

Item

Count

PDF

HTML

109

总和 = 122

Featured Article

The chart showing Browse series, Download series.

Item

Count

Browse

Download

总和 = 30

Publishing Process of This Article

Item

Count

Browse

Download

总和 = 17

2025-03-28 (publication date) through 2025-04-03

本文章的被引频次

被引频次 (0)

本文章的期刊信息

出版物名称

世界华人消化杂志

ISSN

1009-3079

本文章的出版商

Baishideng Publishing Group Inc, 7041 Koll Center Parkway, Suite 160, Pleasanton, CA 94566, USA

临床研究

世界华人消化杂志. 2025-03-28; 33(3): 199-206
在线出版 2025-03-28. doi: 10.11569/wcjd.v33.i3.199

图1 10种机器学习模型的ROC曲线. ROC曲线: 受试者工作特征曲线; Logistic: 逻辑回归; SVM: 支持向量机; GBM: 梯度提升机; NeuralNetwork:神经网络; RandomForest: 随机森林; Xgboost: 极端梯度提升; KNN: K近邻算法; Adaboost: 自适应提升算法; LightGBM: 轻量级梯度提升机; CatBoost: 类别梯度提升.

引文著录: 顾晓菲, 梁晓洁, 董金玲. 基于机器学习构建肝硬化患者院内感染风险预测模型. 世界华人消化杂志 2025; 33(3): 199-206