机器学习算法在糖尿病预测中的应用及分析  

作　　者：谢妮妮 

机构地区：[1]青海师范大学数学与统计学院

出　　处：《数字技术与应用》2023年第2期53-57,共5页Digital Technology & Application

摘　　要：糖尿病是多发慢性病,如何准确预测是否患有糖尿病以及找到影响糖尿病的因素对预防和控制糖尿病显得尤为重要。本文通过几种机器学习算法分析一组糖尿病数据比较几种模型的优劣及影响糖尿病的主要因素。首先在训练集上通过交叉验证找到每个模型的最优参数,然后根据混淆矩阵图计算出每个模型的F_(1)-score作为模型的评价标准。研究发现最适合该数据集的预测模型是Voting,其次是KNN、SVM及随机森林;属性的顺序是:Glucose,BMI,Diabetes Pedigree Function,Age,Blood Pressure,Pregnancies,Insulin,Skin Thickness。

关 键 词：机器学习算法 随机森林 混淆矩阵 交叉验证 KNN 最优参数 预测模型 评价标准 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程]