基于机器学习算法的心血管疾病检测比较研究
机器学习
2024-05-28 v1
摘要
使用机器学习技术检测心血管疾病（CVD）代表了医学诊断的重大进步，旨在提高早期检测、准确性和效率。本研究探讨了 various machine learning algorithms 包括逻辑回归、决策树、随机森林、梯度提升、支持向量机（SVM）、K近邻（KNN）和XGBoost的比较分析。通过利用结构化的工作流程，包括数据收集、预处理、模型选择和超参数调优、训练、评估和选择最佳模型，该研究解决了改进诊断工具的关键需求。研究结果突出了集成方法和先进算法在提供可靠预测方面的有效性，从而为CVD检测提供了一整套可在临床环境中轻松实现和调整的综合框架。
引用
@article{arxiv.2405.17059,
title = {Comparative Study of Machine Learning Algorithms in Detecting Cardiovascular Diseases},
author = {Dayana K and S. Nandini and Sanjjushri Varshini R},
journal= {arXiv preprint arXiv:2405.17059},
year = {2024}
}