From the results the linear SVM has

From the results the linear SVM has better accuracy of classification rates in the testing set, whereas the PSVM has approximately 87% in both cases. The classification rates are obtained with 10-fold cross validation as performance measure. However, the time to train the model is much lesser in the case of PSVM. This approach of diagnosing the disease with the selection of parameters through uniform designs table can be thought of a promising one. The nonlinear PSVM have used to diagnosis Ischemic heart disease and the training accuracy is 100%. [17] SVMs lend themselves particularly well to the analysis of broad patterns of disease classification from clinical data. They can easily deal with a large number of features and a small number of training patterns (dozens of patients). They integrate pattern selection and feature selection in a single consistent framework. SVM method has the potential in distinguishing cured patients from non cured and therefore may help in the early response prediction in spinal tuberculosis patients under treatment.

Kết quả (Việt) 1:

Từ kết quả SVM tuyến tính có độ chính xác tốt hơn của phân loại tỷ giá trong thiết lập thử nghiệm, trong khi PSVM có khoảng 87% trong cả hai trường hợp. Phân loại mức thu được với 10-fold qua xác nhận như là biện pháp hiệu suất. Tuy nhiên, thời gian để đào tạo các mô hình là ít hơn nhiều trong trường hợp của PSVM. Cách tiếp cận này của chẩn đoán bệnh với sự lựa chọn thông số thông qua các trang phục thiết kế bảng có thể được suy nghĩ của một trong những triển vọng. PSVM phi tuyến đã sử dụng để chẩn đoán bệnh tim thiếu máu cục bộ và đào tạo chính xác 100%. [17] SVMs cho vay mình cũng đặc biệt để phân tích rộng mô hình phân loại bệnh từ dữ liệu lâm sàng. Họ có thể dễ dàng đối phó với một số lớn các tính năng và một số nhỏ các đào tạo mẫu (hàng chục bệnh nhân). Họ tích hợp mô hình lựa chọn và lựa chọn tính năng trong một khuôn khổ thống nhất duy nhất. Phương pháp SVM có tiềm năng trong phân biệt các bệnh nhân chữa khỏi từ không chữa khỏi và do đó có thể giúp đỡ trong dự báo phản ứng đầu tiên ở bệnh nhân lao cột sống theo điều trị.

Kết quả (Việt) 2:

Từ kết quả các tuyến SVM có độ chính xác tốt hơn về giá phân loại trong tập thử nghiệm, trong khi PSVM có khoảng 87% trong cả hai trường hợp. Các mức phân loại được thu được với 10 lần kiểm chứng chéo như đo lường hiệu suất. Tuy nhiên, thời gian để đào tạo các mô hình là ít hơn nhiều trong trường hợp của PSVM. Cách tiếp cận này của chẩn đoán bệnh với việc lựa chọn các thông số thông qua bảng thiết kế đồng phục có thể được coi một hứa hẹn. Các PSVM phi tuyến đã được sử dụng để chẩn đoán bệnh tim thiếu máu cục bộ và tính chính xác đào tạo là 100%. [17] SVMs vay mình đặc biệt tốt với việc phân tích các mô hình rộng phân loại bệnh từ dữ liệu lâm sàng. Họ có thể dễ dàng đối phó với một số lượng lớn các tính năng và một số lượng nhỏ các mô hình đào tạo (hàng chục bệnh nhân). Họ tích hợp lựa chọn mô hình và lựa chọn tính năng trong một khuôn khổ nhất quán duy nhất. phương pháp SVM có tiềm năng trong việc phân biệt bệnh nhân chữa khỏi không chữa khỏi và do đó có thể giúp đỡ trong việc dự đoán phản ứng sớm ở bệnh nhân bệnh lao cột sống điều trị.

Kết quả (Việt) 3:

Từ kết quả SVM tuyến tính với độ chính xác tốt hơn trong kiểm tra bộ so với tỷ lệ phân loại, và có khoảng 87 điểm. Trong hai trường hợp.Tỷ lệ phân loại được 10 lần kiểm chứng chéo như Performance Metrics.Tuy nhiên, trong trường hợp PSVM mô hình đào tạo thời gian là ít hơn rất nhiều.Những phương pháp chẩn đoán bệnh, qua đồng nhất bảng lựa chọn thiết kế các tham số có thể được coi là một người có triển vọng.PSVM phi tuyến tính được dùng để chẩn đoán chính xác bệnh tim và huấn luyện cho hết.[17] máy vectơ hỗ trợ cho vay, đặc biệt là chế độ rộng rãi, từ dữ liệu lâm sàng bệnh phân loại phân tích.Họ có thể dễ dàng xử lý rất nhiều chức năng của chế độ tập luyện với một lượng nhỏ (hàng chục bệnh nhân).Trong một lần thống nhất trong khung, họ lựa chọn và chọn chế độ tích hợp tính năng.Máy vectơ hỗ trợ để giúp phân biệt chữa cho bệnh nhân không chữa được, do đó có thể giúp đỡ trong phản ứng đầu tiên đoán ở bệnh nhân điều trị bệnh lao cột sống.