使用一组机器学习模型预测冠心病
人工智能
2024-09-24 v1
摘要
冠心病影响着全球数百万人，是医疗保健领域中一个被广泛研究的课题。目前有许多可行且准确的心脏病诊断和预测方法，但它们存在诸如侵入性、晚期发现或成本高等局限性。通过机器学习算法进行的监督学习提供了一种低成本（就计算而言）、非侵入性的解决方案，可以作为早期诊断的先导。在本研究中，我们应用了几种众所周知的方法，并对它们的性能进行了基准比较。结果发现，对预测变量进行过采样的 Random Forest 取得了最高的准确率，达到 84%。
引用
@article{arxiv.2409.14231,
title = {Predicting Coronary Heart Disease Using a Suite of Machine Learning Models},
author = {Jamal Al-Karaki and Philip Ilono and Sanchit Baweja and Jalal Naghiyev and Raja Singh Yadav and Muhammad Al-Zafar Khan},
journal= {arXiv preprint arXiv:2409.14231},
year = {2024}
}
备注
14 pages, 3 figures, 2 tables