IV. RESULTSA. Detecting presence of

IV. RESULTS
A. Detecting presence of PD: binary classification task
For the two cases of equal misclassification costs for PD
and control data points, and varying misclassification costs
where the cost of misclassifying a control subject as PD is
assigned a 50% higher cost compared to misclassifying a PD
subject as control, the prediction performance is given in
Table II. Sensitivity measures how well the prediction model
recognizes PD cases. Specificity measures how well the
model identifies control cases. The false positive rate
measures how often controls are misclassified as PD.
Precision, or positive predictive value, measures how well
the prediction of PD reflects the underlying presence of
disease.

ผลลัพธ์ (ไทย) 2:

IV
ผลก การปรากฏตัวของการตรวจสอบของ PD: งานจัดหมวดหมู่ไบนารีสำหรับสองกรณีของค่าใช้จ่ายจำแนกที่เท่าเทียมกันสำหรับพีดีและการควบคุมจุดข้อมูลและแตกต่างกันค่าใช้จ่ายจำแนกที่ค่าใช้จ่ายของmisclassifying เรื่องการควบคุมเป็น PD จะกำหนดค่าใช้จ่ายที่สูงขึ้น50% เมื่อเทียบกับ misclassifying PD เรื่อง การควบคุมการทำงานที่คาดการณ์จะได้รับในตารางที่สอง มาตรการความไววิธีการที่ดีรูปแบบการทำนายตระหนักถึงกรณี PD มาตรการที่เฉพาะเจาะจงวิธีการที่ดีรูปแบบการระบุกรณีการควบคุม อัตราการบวกปลอมมาตรการการควบคุมวิธีการที่มักจะมีการแบ่งเป็น PD. แม่นยำหรือค่าพยากรณ์บวกมาตรการวิธีการที่ดีคาดการณ์ของ PD สะท้อนให้เห็นถึงการปรากฏตัวของพื้นฐานการเกิดโรค

ผลลัพธ์ (ไทย) 3:

Watch the show.Watch the show.