基于生活方式因素的糖尿病预测机器学习比较研究
机器学习
2025-03-07 v1
摘要
糖尿病是一种在全球范围内具有显著健康和经济负担的常见慢性疾病。早期预测和诊断有助于有效管理并预防并发症。本研究探索了使用机器学习模型基于生活方式因素预测糖尿病的方法，数据来源于行为风险因素监测系统（BRFSS）2015年调查。数据集包含21个生活方式和健康相关特征，涵盖了体力活动、饮食、心理健康和社会经济状况等方面。实现了三种分类模型——决策树、K近邻（KNN）和逻辑回归——并对其预测性能进行了评估。模型在平衡数据集上进行训练和测试，其性能基于准确率、精确率、召回率和F1分数进行评估。结果表明，决策树、KNN和逻辑回归分别达到0.74、0.72和0.75的准确率，在精确率和召回率方面各有优劣。研究结果突显了机器学习在糖尿病预测中的潜力，并建议通过特征选择和集成学习技术进行未来改进。
引用
@article{arxiv.2503.04137,
title = {A Comparative Study of Diabetes Prediction Based on Lifestyle Factors Using Machine Learning},
author = {Bruce Nguyen and Yan Zhang},
journal= {arXiv preprint arXiv:2503.04137},
year = {2025}
}
备注
5 pages, 2 figures, submitted CSCSU 2025