面向非均衡数据的糖尿病并发症预测

摘要：

[目的]针对糖尿病并发症数据样本不均衡带来的分类器刻画能力不足和决策边界偏移问题,探索合适的分类器模型,提高糖尿病并发症预测的效果.[方法]在数据层面,使用改进的SMOTE算法(F SMOTE)改变不均衡数据的类分布;在算法层面,用平衡准确率、ROC和PR曲线下AUC值共同作为评价指标,对比分析4种单分类器学习模型和4种集成学习模型.[结果]在准确率、ROC、PR指标上,采用F SMOTE算法比SMOTE算法的预测结果分别提升了 1.49％、3.43％和8.05％;采用集成学习模型比单分类器学习模型的预测结果分别提升了 9.73％、14.07％和46.79％,其中结合F_SMOTE算法和随机森林模型在面向非均衡数据时的预测结果分别可达到97.64％、98.91％和96.64％.[局限]未能覆盖全部的糖尿病并发症,模型训练的时间效率有待进一步提升.[结论]该方法在为数据挖掘人员提供多角度分析预测框架的同时,也可辅助医生进行疾病诊断和预防.

关键词：非均衡数据、F_SMOTE算法、集成学习、糖尿病并发症

所属期刊栏目：5

分类号：G350(情报学、情报工作)

在线出版日期：2021-05-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：116-128