面向HDLSS健康数据的混合（惩罚性回归与MLP）模型用于结果预测
机器学习
2025-12-03 v1
摘要
本文将既定机器学习技术应用于NHANES健康调查数据，以预测糖尿病状态。我比较基线模型（逻辑回归、随机森林、XGBoost）与混合方法，后者使用XGBoost特征编码器和轻量级多层感知器（MLP）头部。实验表明，混合模型在处理后的NHANES子集上比基线模型在AUC和平衡准确率方面取得改进。我发布代码和可复现脚本以鼓励复制。
引用
@article{arxiv.2512.02489,
title = {Hybrid(Penalized Regression and MLP) Models for Outcome Prediction in HDLSS Health Data},
author = {Mithra D K},
journal= {arXiv preprint arXiv:2512.02489},
year = {2025}
}