机构名称：
¥ 1.0
抽象糖尿病是最慢性和致命的疾病之一。根据世界卫生组织的数据，全世界大约有4.22亿成年人生活在糖尿病中，由于各种因素，预计将来该数字将继续增加。通过专注于提高准确性，已经进行了许多研究以早期检测糖尿病。但是，糖尿病预测中的一个大问题是选择正确的分类算法。本研究旨在通过实施随机森林算法模型来提高糖尿病早期检测的准确性。这项研究是通过数据收集，数据预处理，拆分数据，建模和评估的阶段进行的。这项研究使用了PIMA印度糖尿病数据集。结果表明，使用随机森林算法的糖尿病早期检测模型的准确度为87％。本研究表明，通过使用随机的森林算法模型，可以改善糖尿病的早期检测性能。但是，仍然有优化此性能的余地，建议进一步研究以进行功能选择，数据平衡，更复杂的模型构建以及探索更大的数据。
使用随机森林算法早期检测糖尿病
主要关键词
相关文件推荐
