文件名称：集成机器学习技术对糖尿病的预测-研究论文
文件大小：714KB
文件格式：PDF
更新时间：2024-06-09 13:19:35
Diabetes Machine learning Ensemble Dataset
每天都会对大量的患者数据进行补充，从而给医疗保健行业带来了麻烦。 研究人员一直在使用这些数据来帮助医疗保健行业改善主要疾病的处理方式。 他们甚至在努力设法将可能避免与他们有关的主要危害的症状及时告知患者。 糖尿病是当今以惊人的速度增长的一种疾病。 实际上，它可能造成无数严重的损失。 视力模糊，近视，四肢灼伤，肾脏和心力衰竭。 当糖水平达到某个阈值，或者人体无法包含足够的胰岛素来调节阈值时，就会发生糖尿病。 因此，必须告知患有糖尿病的患者，以便可以采取适当的治疗方法来控制糖尿病。 因此，糖尿病的早期预测和分类很重要。 这项工作利用机器学习算法来提高糖尿病预测的准确性。 将获得的K-Mean聚类算法输出数据集输入到具有主成分分析和K-means聚类的集成模型中。 我们的集成方法仅产生八个错误分类的实例，与其他方法相比，该实例最低。 实验还表明，集成分类器模型比单独的基本分类器表现更好。 将其结果与应用于特定方法（例如随机森林，支持向量机，决策树，多层感知器和朴素贝叶斯分类方法）的相同数据集进行了比较。 所有方法均使用10k倍交叉验证运行。