基于加权集成模型的可解释心脏病预测：大规模研究中的SHAP与代理决策树
机器学习
2025-11-05 v1 人工智能
信号处理
摘要
心血管疾病 (CVD) 仍是全球健康的关键关注议题，亟需可靠且可解释的预测模型用于早期风险评估。本研究采用心脏病健康指标数据集，开发了战略性加权的集成模型，将基于树的方法 (LightGBM、XGBoost) 与卷积神经网络 (CNN) 结合，用于预测CVD风险。该模型在229,781名患者的预处理数据集上训练，其中通过战略性加权处理了固有的类别不平衡问题，并通过特征工程将原始22个特征扩展到25个。最终集成模型在最佳单个模型之上实现了统计显著的改进，测试AUC为0.8371 (p=0.003)，特别适合筛查，召回率达80.0%。为提供透明度和临床可解释性，使用代理决策树和SHapley Additive exPlanations (SHAP)进行解释。该提议模型通过融合多样学习架构并整合SHAP和代理决策树的可解释性，实现了稳健的预测性能和临床透明性的结合，成为实际部署在公共卫生筛查中的强有力候选人。
引用
@article{arxiv.2511.01947,
title = {Interpretable Heart Disease Prediction via a Weighted Ensemble Model: A Large-Scale Study with SHAP and Surrogate Decision Trees},
author = {Md Abrar Hasnat and Md Jobayer and Md. Mehedi Hasan Shawon and Md. Golam Rabiul Alam},
journal= {arXiv preprint arXiv:2511.01947},
year = {2025}
}