机构名称：
¥ 1.0
摘要 —机器学习 (ML) 模型已被广泛用于提高各种疾病诊断任务的准确性和效率。然而，应用 ML 模型执行与糖尿病相关的预测任务仍然具有挑战性，主要是因为患者的健康记录稀疏且存在大量缺失值。缺失值通常会破坏糖尿病预测流程，对现有方法构成挑战。当关键属性值（例如 HbA1c、FPG 和 OGTT2hr 的血液测试结果）缺失时，此类问题会显著恶化。在本文中，我们介绍了一个大规模糖尿病相关数据集，即慢性疾病管理系统 (CDMS) 数据集，该数据集收集了八年来超过 65,000 名患者的 700,000 多次就诊的临床记录。CDMS 是匿名收集的，在几个用于糖尿病预测的关键属性上具有很高的缺失值百分比。如果不仔细处理，缺失值将导致应用的 ML 模型的性能显著下降。在本文中，我们还通过使用 CDMS 进行大量实验来研究多种数据插补方法的有效性。实验结果表明，k-最近邻插补 (KNNI) 在这项糖尿病预测任务中的表现优于其他方法。具体而言，应用 KNNI 后，使用各种 ML 预测模型的糖尿病预测准确率和精确度均超过 0.8。索引术语 — 糖尿病相关数据集、糖尿病预测、缺失值、数据插补技术
糖尿病预测的缺失值填补 | DR-NTU
主要关键词
相关文件推荐
