Skip to main content
. 2026 May 11;16:21522. doi: 10.1038/s41598-026-50944-x

Table 2.

Classification report of individual and hybrid models.

Model Train Validation Test
Accuracy Kappa precision recall F1 support Accuracy Kappa precision recall F1 support Accuracy Kappa precision recall F1 support
Logistic regression 0.75 0.61 0.75 0.75 0.75 122 0.71 0.54 0.74 0.71 0.71 41 0.73 0.58 0.77 0.73 0.74 41
LDA 0.75 0.60 0.76 0.75 0.75 122 0.73 0.58 0.78 0.73 0.74 41 0.80 0.69 0.81 0.80 0.81 41
Ridge classifier 0.75 0.61 0.76 0.75 0.75 122 0.68 0.51 0.73 0.68 0.69 41 0.73 0.58 0.75 0.73 0.74 41
KNN 0.77 0.62 0.77 0.77 0.77 122 0.78 0.65 0.80 0.78 0.78 41 0.78 0.65 0.80 0.78 0.78 41
Radius neighbors 0.80 0.67 0.79 0.80 0.79 122 0.76 0.62 0.78 0.76 0.76 41 0.80 0.69 0.81 0.80 0.81 41
SVC 0.77 0.63 0.77 0.77 0.76 122 0.73 0.58 0.78 0.73 0.74 41 0.80 0.69 0.81 0.80 0.81 41
NuSVC 0.75 0.60 0.76 0.75 0.75 122 0.73 0.58 0.78 0.73 0.74 41 0.80 0.69 0.81 0.80 0.81 41
DT 0.78 0.64 0.78 0.78 0.78 122 0.76 0.62 0.78 0.76 0.76 41 0.78 0.65 0.80 0.78 0.78 41
RF 0.82 0.70 0.82 0.82 0.82 122 0.78 0.65 0.80 0.78 0.78 41 0.78 0.65 0.80 0.78 0.78 41
GBM 0.84 0.73 0.84 0.84 0.83 122 0.78 0.65 0.80 0.78 0.78 41 0.78 0.65 0.82 0.78 0.79 41
GaussianNB 0.75 0.60 0.76 0.75 0.75 122 0.73 0.58 0.78 0.73 0.74 41 0.80 0.69 0.81 0.80 0.81 41
AdaBoost 0.89 0.82 0.89 0.89 0.89 122 0.68 0.52 0.73 0.68 0.69 41 0.71 0.55 0.74 0.71 0.71 41
LightGBM 0.79 0.65 0.79 0.79 0.78 122 0.78 0.65 0.80 0.78 0.78 41 0.78 0.65 0.80 0.78 0.78 41
XGBoost 0.80 0.66 0.80 0.80 0.79 122 0.78 0.65 0.80 0.78 0.78 41 0.78 0.65 0.80 0.78 0.78 41
CatBoost 0.78 0.64 0.78 0.78 0.78 122 0.78 0.65 0.80 0.78 0.78 41 0.78 0.65 0.80 0.78 0.78 41
Stacking 0.73 0.57 0.73 0.73 0.72 122 0.78 0.66 0.83 0.78 0.79 41 0.80 0.69 0.81 0.80 0.81 41
LDA+Stacking 0.78 0.64 0.78 0.78 0.77 122 0.76 0.61 0.79 0.76 0.76 41 0.83 0.73 0.84 0.83 0.83 41
NuSVC+Stacking 0.78 0.64 0.78 0.78 0.77 122 0.76 0.61 0.79 0.76 0.76 41 0.83 0.73 0.84 0.83 0.83 41
Radius neighbors+stacking 0.80 0.67 0.80 0.80 0.79 122 0.76 0.61 0.78 0.76 0.76 41 0.83 0.73 0.83 0.83 0.83 41
GaussianNB+stacking 0.78 0.64 0.78 0.78 0.77 122 0.76 0.61 0.79 0.76 0.76 41 0.83 0.73 0.84 0.83 0.83 41
KNN+stacking 0.76 0.62 0.76 0.76 0.76 122 0.80 0.70 0.84 0.80 0.81 41 0.83 0.73 0.84 0.83 0.83 41
CatBoost+stacking 0.80 0.67 0.80 0.80 0.80 122 0.80 0.70 0.84 0.80 0.81 41 0.83 0.73 0.85 0.83 0.83 41