预测积极健康老龄化应用的早期流失
机器学习
2023-08-02 v1 人工智能
摘要
在这项工作中，我们提出一种机器学习方法，用于预测积极健康老龄化应用的早期流失。所提出的算法已提交至 IFMBE Scientific Challenge 2022（IUPESM WC 2022 的一部分）。我们处理了给定数据库并生成了七个数据集。我们使用预处理技术构建分类模型，利用动态与静态特征预测用户的依从性。我们提交了 11 次正式运行，结果表明机器学习算法能够提供高质量的依从性预测。基于结果，动态特征对模型的分类性能有正向影响。由于数据集的不平衡性质，我们采用 SMOTE 与 ADASYN 等过采样方法来提升分类性能。过采样方法带来了 10% 的显著改进。我们的方法在 IFMBE Scientific Challenge 2022 中获得第一名。
引用
@article{arxiv.2308.00539,
title = {Predicting Early Dropouts of an Active and Healthy Ageing App},
author = {Vasileios Perifanis and Ioanna Michailidi and Giorgos Stamatelatos and George Drosatos and Pavlos S. Efraimidis},
journal= {arXiv preprint arXiv:2308.00539},
year = {2023}
}