利用机器学习技术预测个体物质滥用易感性
机器学习
2021-01-12 v1
摘要
物质滥用是指对精神活性化学物质、违禁药物与酒精的无节制且有害的使用。持续使用这些物质最终会给人类带来灾难性后果。由于患者表现出高复发率，早期预防可成为一种有效的制约手段。因此我们提出一种二分类器，通过分析受试者的社会经济环境来识别任何个体当前对物质滥用的易感性。我们通过问卷收集数据，该问卷是在仔细评估物质滥用背后常见相关因素后制定的。使用皮尔逊卡方独立性检验来识别影响物质滥用的关键特征变量。随后我们利用机器学习分类算法基于这些变量构建预测分类器。以 18 个特征训练的逻辑回归分类器能以最佳准确率预测个体易感性。
引用
@article{arxiv.2101.03184,
title = {Predicting Individual Substance Abuse Vulnerability using Machine Learning Techniques},
author = {Uwaise Ibna Islam and Iqbal H. Sarker and Enamul Haque and Mohammed Moshiul Hoque},
journal= {arXiv preprint arXiv:2101.03184},
year = {2021}
}
备注
10 pages