机构名称：
¥ 2.0
摘要：糖尿病是一种慢性病，会影响人体处理血糖的方式。早期诊断和糖尿病的治疗对于预防这些并发症至关重要。机器学习（ML）技术提供了一种有效的手段，可以通过识别关键风险因素和开发预测模型来准确诊断糖尿病。在这项研究中，我们评估了四个糖尿病预测数据集上11毫升算法的性能，考虑到前2个，前3个属性和所有属性。通过k折的交叉验证，我们确保可靠且可推广的结果。我们使用一组标准评估指标，例如准确性，精度，召回，F1得分和接收器操作特征曲线（ROC_ AUC）。我们的分析旨在确定最佳功能数量，并评估性能如何随着功能增加而变化。值得注意的是，一些ML分类器仅使用前2或3个功能实现令人满意的分类和预测能力。此外，跨算法的不同数据集性能强调了评估多个模型以识别最合适的模型的必要性。这些发现可以创建可靠的模型，从而通过利用有效的算法和相关特征来增强患者的结果。
机器学习分析的因素有助于糖尿病发育
主要关键词
相关文件推荐
