L’algoritmo RF raggiunge la massima accuratezza tra tutti i modelli utilizzati con la minore deviazione standard. Il modello CART ha la precisione più bassa perché la previsione si basa solo su un singolo albero decisionale. Il modello DL è migliore dei modelli NB e CART ma mostra prestazioni inferiori rispetto a LR, LDA, KNN, SVM e RF. La deviazione standard di tutti gli algoritmi è relativamente piccola, il che dimostra che questi modelli sono addestrati correttamente e possiedono prestazioni stabili per rilevare i battiti del cuore con il sistema sviluppato.
Confronto fra algoritmi di Machine Learning per la rilevazione del battito cardiaco mediante segnali accelerometrici ballistografici / Hoang, MINH LONG; Matrella, Guido; Ciampolini, Paolo. - 8:(2024). ( Atti del VIII FORUM NAZIONALE DELLE MISURE, 2024).
Confronto fra algoritmi di Machine Learning per la rilevazione del battito cardiaco mediante segnali accelerometrici ballistografici
Minh Long Hoang
;Guido Matrella;Paolo Ciampolini
2024-01-01
Abstract
L’algoritmo RF raggiunge la massima accuratezza tra tutti i modelli utilizzati con la minore deviazione standard. Il modello CART ha la precisione più bassa perché la previsione si basa solo su un singolo albero decisionale. Il modello DL è migliore dei modelli NB e CART ma mostra prestazioni inferiori rispetto a LR, LDA, KNN, SVM e RF. La deviazione standard di tutti gli algoritmi è relativamente piccola, il che dimostra che questi modelli sono addestrati correttamente e possiedono prestazioni stabili per rilevare i battiti del cuore con il sistema sviluppato.I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
