🙋‍♀️哈喽 ，这里是小光，继续给大家分享临床研究值得读的文献~ 今天分享的是一篇机器学习预测模型文献。 题目：A Machine Learning Model for Accurate Prediction of Sepsis in ICU Patients 文章大致思路： ①将收集的55个变量通过random forest MDG（变量重要性）进行排序。 ②选择了排名前20的变量进行模型构建（使用随机森林算法） ③最后用AUC、accuracy、precision、Recall、F1 score等指标进行模型评价，说明随机森林算法所构建的模型具有不错的预测效果。 补充一个知识点： F1分数（F1 Score），是统计学中用来衡量二分类模型精确度的一种指标。它同时兼顾了分类模型的精确率和召回率。F1分数可以看作是模型精确率和召回率的一种调和平均，它的最大值是1，最小值是0。 你学会了吗？