Noninvasive Evaluation of Portal Hypertension Using a Supervised Learning Technique

Table 4

The results of all four algorithms test scenarios.

	Scenario I			Scenario II			Scenario III			Scenario IV
Algorithm	AUC	STDERR	t-test	AUC	STDERR	t-test	AUC	STDERR	t-test	AUC	STDERR	t-test
Bayes Net	0.88	0.04	Base	0.90	0.03	Base	0.90	0.04	Base	0.89	0.03	Base
Naive Bayes	0.95	0.02	0	0.95	0.03	0	0.94	0.04	0	0.92	0.02	0
Logistic	0.96	0.02	Base	0.94	0.02	Base	0.96	0.02	Base	0.93	0.02	Base
Multilayer Perceptron	0.90	0.03	0	0.95	0.02	0	0.95	0.02	0	0.91	0.02	0
SGD	0.82	0.05	0	0.89	0.03	−1	0.87	0.04	−1	0.82	0.03	−1
Simple Logistic	0.95	0.02	0	0.95	0.02	0	0.95	0.03	0	0.93	0.02	0
SMO	0.87	0.05	0	0.86	0.04	−1	0.83	0.04	−1	0.75	0.04	−1
Voted Perceptron	0.95	0.04	0	0.91	0.03	0	0.93	0.03	0	0.79	0.03	0
LazyIBk	0.91	0.03	Base	0.88	0.04	Base	0.93	0.04	Base	0.88	0.03	Base
lazy.Kstar	0.97	0.02	1	0.97	0.02	1	0.94	0.03	0	0.84	0.02	0
Decision Table	0.89	0.03	Base	0.88	0.03	Base	0.88	0.04	Base	0.85	0.04	Base
JRip	0.82	0.04	0	0.81	0.04	0	0.80	0.05	0	0.80	0.04	0
OneR	0.79	0.04	0	0.74	0.04	0	0.79	0.05	−1	0.80	0.04	0
Part	0.84	0.04	0	0.86	0.03	0	0.91	0.04	0	0.84	0.05	0
Decision Stump	0.82	0.03	Base	0.82	0.04	Base	0.81	0.04	Base	0.82	0.03	Base
Hoeffding Tree	0.93	0.05	1	0.90	0.02	0	0.91	0.02	0	0.88	0.04	0
J48	0.86	0.05	0	0.83	0.04	0	0.93	0.04	0	0.78	0.04	0
LMT	0.95	0.02	1	0.91	0.02	1	0.95	0.03	1	0.93	0.02	1
Random Forest	0.96	0.02	1	0.94	0.02	1	0.91	0.02	1	0.89	0.02	1
Random Tree	0.77	0.05	0	0.80	0.04	0	0.81	0.05	0	0.80	0.04	0
Rep Tree	0.87	0.04	0	0.88	0.04	0	0.84	0.05	0	0.84	0.04	0