基于不平衡医学数据集预测中风的机器学习性能分析
机器学习
2022-11-16 v1 人工智能
摘要
脑中风是全球范围内第二大致死原因，过去几年一直是主要的公共卫生问题。借助机器学习技术，可实现对各种中风预警的早期检测，从而有效预防或减轻中风。然而，医学数据集的类别标签常常不平衡，导致对少数类的预测效果较差。本文研究了中风的潜在风险因素。此外，应用四种不同的方法来改善不平衡中风数据集中少数类的分类，分别为集成加权投票分类器、合成少数类过采样技术（SMOTE）、主成分分析与K均值聚类（PCA-Kmeans）、带焦损失的深度神经网络（DNN），并比较它们的性能。分析结果表明，SMOTE与PCA-Kmeans结合DNN-Focal Loss在大规模严重不平衡且规模有限的数据集上表现最佳，其性能是Kaggle工作的2至4倍。
引用
@article{arxiv.2211.07652,
title = {Machine Learning Performance Analysis to Predict Stroke Based on Imbalanced Medical Dataset},
author = {Yuru Jing},
journal= {arXiv preprint arXiv:2211.07652},
year = {2022}
}
备注
Accepted by CAIBDA 2022