基于机器学习方法的糖尿病预测与分析  

作　　者：叶壮 

机构地区：[1]北京大学

出　　处：《数字技术与应用》2024年第10期33-35,共3页Digital Technology & Application

摘　　要：随着全球人口老龄化和生活方式的改变,糖尿病的患病率正在不断上升,这对老年人尤其危险。Kaggle是一个在线数据科学社区,使数据科学家和机器学习工程师可以访问和使用来自不同领域的数据集,包括医疗健康等。通过从Kaggle获取的数据集,本文应用重要度方法获取糖尿病的关键特征排名,并采用多种机器学习模型对糖尿病患病概率进行预测,最终通过性能指标评估模型效果。本文研究发现随机森林和GBDT模型在糖尿病患病概率的预测准确性和稳定性方面表现突出。本文旨在提高糖尿病患病概率预测的准确性和效率,并通过本文所述方法,为糖尿病患者提供更早、更准确的诊断和治疗建议。

关 键 词：医疗健康 随机森林 机器学习 预测准确性 在线数据 数据集 预测与分析 患病率 

分 类 号：R587.1[医药卫生—内分泌] TP181[医药卫生—内科学]