Table 5 MIAS Dataset Cross-Validation Performance Metrics.

From: A quantum-optimized approach for breast cancer detection using SqueezeNet-SVM

Model

ACC

SEN

SPC

PRE

F1-S

MCC

5-CV

RF

0.85

0.84

0.86

0.85

0.85

0.83

KNN

0.87

0.88

0.89

0.86

0.87

0.85

DT

0.83

0.81

0.85

0.84

0.82

0.80

NB

0.86

0.87

0.88

0.85

0.86

0.84

LR

0.88

0.87

0.90

0.89

0.88

0.86

AB

0.84

0.83

0.87

0.86

0.85

0.82

GB

0.89

0.90

0.91

0.88

0.89

0.87

SVM

0.89

0.88

0.90

0.87

0.88

0.85

BGWO-SQSVM

0.92

0.91

0.94

0.93

0.92

0.90

Q-BGWO-SQSVM

0.97

0.96

0.98

0.97

0.97

0.95

10-CV

RF

0.87

0.86

0.89

0.88

0.87

0.85

KNN

0.88

0.89

0.90

0.87

0.88

0.86

DT

0.84

0.82

0.86

0.85

0.83

0.81

NB

0.87

0.88

0.89

0.86

0.87

0.85

LR

0.90

0.89

0.92

0.91

0.90

0.88

AB

0.85

0.84

0.88

0.87

0.86

0.83

GB

0.91

0.92

0.93

0.90

0.91

0.89

SVM

0.92

0.91

0.93

0.92

0.92

0.90

BGWO-SQSVM

0.94

0.93

0.96

0.95

0.94

0.92

Q-BGWO-SQSVM

0.98

0.97

0.99

0.98

0.98

0.96

15-CV

RF

0.88

0.87

0.90

0.89

0.88

0.86

KNN

0.89

0.90

0.91

0.88

0.89

0.87

DT

0.85

0.83

0.87

0.86

0.84

0.82

NB

0.88

0.89

0.90

0.87

0.88

0.86

LR

0.91

0.90

0.93

0.92

0.91

0.89

AB

0.86

0.85

0.89

0.88

0.87

0.84

GB

0.92

0.93

0.94

0.91

0.92

0.90

SVM

0.93

0.92

0.94

0.93

0.93

0.91

BGWO-SQSVM

0.95

0.94

0.97

0.96

0.95

0.93

Q-BGWO-SQSVM

0.98

0.96

0.99

0.97

0.98

0.97