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). (Intervento presentato al convegno 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.
