본 연구는 뇌전도(EEG) 데이터에서 추출한 사건 관련 전위(ERP)와 특정 인구 통계학적 변수를 활용하여 정신분열증 환자와 건강한 대조군을 구분하는 기계 학습(ML) 분류기를 제시한다. 온라인 데이터셋에서 얻은 81명(건강한 대조군 32명, 정신분열증 환자 49명)의 데이터를 사용하여, 전처리 후 99.980%의 정확도를 달성하였다. 이는 심층 학습 방법을 사용한 이전 연구 결과보다 우수한 성능이다. 또한, 개별 특징의 분류 정확도 향상에 대한 기여도를 평가하기 위해 특징을 하나씩 제거하거나 엔트로피 점수를 기반으로 반복적으로 제거하는 분석을 수행하여 가장 유용한 특징을 확인하였다.
