基于 PCA 与混合遗传算法结合 k-Means 的心脏病早期预测
机器学习
2021-01-05 v1
摘要
全球研究表明，每年有数百万人因心脏病丧生。医疗健康领域产生了海量的心脏病数据，但遗憾的是这些数据未被用于发掘隐藏知识以辅助成功决策。当前最重要的方面之一是早期检测心脏病。研究者已对 UCI 机器学习心脏病数据集应用了多种技术。许多研究者试图对该数据集应用一些复杂技术，但详尽的研究仍然缺乏。本文中，使用主成分分析（PCA）进行属性约简。此外，采用混合遗传算法（HGA）结合 k-means 进行最终聚类。通常，k-means 方法用于数据聚类。此类聚类可能因该方法的启发式性质而陷入局部最优。为避免此问题，我们使用混合遗传算法（HGA）进行数据聚类。我们提出的方法能以 94.06% 的准确率预测早期心脏病。
引用
@article{arxiv.2101.00183,
title = {Early Prediction of Heart Disease Using PCA and Hybrid Genetic Algorithm with k-Means},
author = {Md. Touhidul Islam and Sanjida Reza Rafa and Md. Golam Kibria},
journal= {arXiv preprint arXiv:2101.00183},
year = {2021}
}
备注
6 pages, 9 figures, Presented in the Proceedings of the 23rd International Conference on Computer and Information Technology (ICCIT), 19-21 December, 2020, Dhaka, Bangladesh