基于機器學習算法的糖尿病預測模型研究.pdf

1、目前，我國慢性病患者人數居世界首位，而糖尿病及其相關并發(fā)癥是其中重要的一個組成部分，居民對健康需求強烈，因此，非常有建立糖尿病的預測模型的需要，通過建模對普通人群的糖尿病發(fā)病風險進行預估，發(fā)現高危人群，進而對糖尿病發(fā)病進行預報和預警。
　　本文在總結前人研究的基礎上，對導致糖尿病的危險因素進行分析，通過對哈爾濱工業(yè)大學2014年校醫(yī)院體檢數據集的特征變量進行逐步回歸分析，得到與糖尿病顯著相關的危險因素，保留其作為BP神經網絡模型、

2、支持向量機模型和集成學習模型的輸入變量。
　　機器學習算法在處理較為復雜的問題上有較好的準確度和泛化能力。將樣本集中2728條數據根據要求按照7：2：1的比例劃分成訓練集、測試集和獨立樣本集?；贐P人工神經網絡、支持向量機和集成學習模型分別建立進行機器學習仿真模擬。輸入變量和模型的各種參數、核函數的選擇都對預測結果產生有或多或少的影響。本研究中觀察了如網絡結構、學習率、懲罰因子、核函數及相關參數的改變對預測結果的影響，然后經過對