用于预测早期糖尿病的不同机器学习算法之可解释预测
机器学习
2021-11-22 v1 人工智能
摘要
机器学习与人工智能可广泛用于诊断慢性疾病，以便在关键时期采取必要的预防性治疗。作为重大疾病之一的糖尿病可通过若干机器学习算法轻松诊断。早期阶段诊断对于预防危险后果至关重要。在本文中，我们对若干机器学习算法即随机森林、决策树、人工神经网络、K 近邻、支持向量机与 XGBoost 进行了比较分析，并结合使用 SHAP 的特征归因，以识别在 Sylhet 医院收集的数据集上预测糖尿病的最重要特征。根据所得实验结果，随机森林算法以在该特定数据集上 99% 的准确率优于所有其他算法。
引用
@article{arxiv.2111.09939,
title = {Explainable predictions of different machine learning algorithms used to predict Early Stage diabetes},
author = {V. Vakil and S. Pachchigar and C. Chavda and S. Soni},
journal= {arXiv preprint arXiv:2111.09939},
year = {2021}
}
备注
Under review at another conference