基于 ANOVA 的自动属性选择与心脏病预后预测模型
机器学习
2022-08-02 v1
摘要
研究表明心血管疾病（CVDs）对人类健康具有危害性。因此，拥有一种高效的 CVD 预后方法十分重要。为此，医疗健康行业已采用基于机器学习（machine learning）的智能方案来缓解 CVD 预后的手工流程。因而，本工作提出了一种信息融合技术，通过方差分析（ANOVA）与领域专家知识相结合来融合个人的关键属性。它还引入了一组新的 CVD 数据样本以供新兴研究使用。我们详尽地进行了三十八项实验，以在四个公开可用的基准数据集和本工作新建的数据集上验证所提框架的性能。消融研究表明，所提方法可达到具有竞争力的平均准确率均值（mAA）99.2% 和平均 AUC 均值 97.9%。
引用
@article{arxiv.2208.00296,
title = {ANOVA-based Automatic Attribute Selection and a Predictive Model for Heart Disease Prognosis},
author = {Mohammed Nowshad Ruhani Chowdhury and Wandong Zhang and Thangarajah Akilan},
journal= {arXiv preprint arXiv:2208.00296},
year = {2022}
}