机译:基于机器学习的接收器操作特性(ROC)曲线用于癌症研究中DNA微阵列的清晰模糊分类
Baylor College of Medicine, Houston, TX 77030, USA;
receiver operator characteristic (ROC) curve; area under the curve (AUC); soft computing; fuzzy classification; gene expression; DNA microarrays;
机译:使用自由响应接收器操作特性曲线来评估癌症的机器诊断的准确性
机译:用于分类PET / CT摄取18 F-NaF的接收器工作特性(ROC)曲线*
机译:使用接收器工作特征(ROC)分析加权模糊分类规则
机译:DNA微阵列分析中的机器学习用于癌症分类
机译:评估机器学习方法:评分接收器工作特性(sROC)曲线。
机译:基于机器学习的接收器操作特性(ROC)曲线用于癌症研究中DNA微阵列的清晰模糊分类
机译:基于机器学习的接收器操作特性(ROC)曲线用于癌症研究中DNA微阵列的清晰模糊分类