OBESEYE：基于机器学习与可解释人工智能的肥胖管理可解释饮食推荐系统
机器学习
2023-08-08 v1
摘要
肥胖是许多非传染性疾病的主要诱因，其发生主要源于摄入超出身体需求的食物以及缺乏适当的活动。因此，保持健康需要合理的饮食计划，尤其对于患有合并症的患者而言。然而，由于营养需求因身体状况和疾病情况而异，很难确定每种营养素的精确需求量。在我们的研究中，我们提出了一种基于机器学习的新颖系统，用于预测个体为保持健康所需的营养素量。我们应用了不同的机器学习算法：线性回归、支持向量机（SVM）、决策树、随机森林、XGBoost、LightGBM，对水分以及碳水化合物、蛋白质、脂肪这三种其他主要微量营养素的摄入量进行预测。我们在水分预测中使用线性回归、碳水化合物预测中使用随机森林、蛋白质和脂肪预测中使用LightGBM，实现了高准确度且均方根误差（RMSE）较低。我们相信我们的饮食推荐系统OBESEYE是同类中唯一在推荐饮食时考虑合并症与身体状况并鼓励摆脱肥胖的系统。
引用
@article{arxiv.2308.02796,
title = {OBESEYE: Interpretable Diet Recommender for Obesity Management using Machine Learning and Explainable AI},
author = {Mrinmoy Roy and Srabonti Das and Anica Tasnim Protity},
journal= {arXiv preprint arXiv:2308.02796},
year = {2023}
}