基于GA_Xgboost模型的糖尿病风险预测

摘要：

糖尿病是一种无法根治的代谢性慢性病,早发现、早治疗能降低其发病风险.机器学习模型可以对疾病进行有效预测,提供辅助诊疗.为此,提出一种GA_Xgboost模型应用于糖尿病风险预测.以Xgboost算法为基础,利用遗传算法良好的全局搜索能力弥补Xgboost收敛较慢的缺陷,通过精英选择策略保证每一轮的进化结果最佳.实验结果表明,GA_Xgboost模型在糖尿病预测中的均方误差为0.606,预测精度优于线性回归、决策树、支持向量机和神经网络等算法,调参时间为152 s,用时少于网格搜索和随机游走方法.

关键词：糖尿病预测、机器学习、辅助诊疗、GA_Xgboost模型、遗传算法

所属期刊栏目：46

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;四川省军民融合研究院开放基金;四川省科技创新苗子工程项目

在线出版日期：2020-04-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：315-320