糖尿病等疾病是慢性的,需要长期管理。 胰岛素的产生不足会导致高血糖水平。 这些疾病导致严重的健康问题,例如心脏病,血管投诉,眼睛疾病,肾功能障碍和神经疾病。 因此,对危险因素的准确评估和管理对于糖尿病的发作至关重要。 我们提出的方法结合了模糊逻辑和机器学习算法的糖尿病风险预测。 三种机器学习模型经过培训,将患者分为两类糖尿病(I型和II型),这些糖尿病基于他们从卡蒂哈尔医学院和医院和苏瓦丹实验室收集的临床数据集。 多项式回归算法的得分为0.947,而RBF内核的支持矢量回归算法的得分为0.954,线性内核的得分为0.73。 我们建议的糖尿病等疾病是慢性的,需要长期管理。胰岛素的产生不足会导致高血糖水平。 这些疾病导致严重的健康问题,例如心脏病,血管投诉,眼睛疾病,肾功能障碍和神经疾病。 因此,对危险因素的准确评估和管理对于糖尿病的发作至关重要。 我们提出的方法结合了模糊逻辑和机器学习算法的糖尿病风险预测。 三种机器学习模型经过培训,将患者分为两类糖尿病(I型和II型),这些糖尿病基于他们从卡蒂哈尔医学院和医院和苏瓦丹实验室收集的临床数据集。 多项式回归算法的得分为0.947,而RBF内核的支持矢量回归算法的得分为0.954,线性内核的得分为0.73。 我们建议的胰岛素的产生不足会导致高血糖水平。这些疾病导致严重的健康问题,例如心脏病,血管投诉,眼睛疾病,肾功能障碍和神经疾病。因此,对危险因素的准确评估和管理对于糖尿病的发作至关重要。我们提出的方法结合了模糊逻辑和机器学习算法的糖尿病风险预测。三种机器学习模型经过培训,将患者分为两类糖尿病(I型和II型),这些糖尿病基于他们从卡蒂哈尔医学院和医院和苏瓦丹实验室收集的临床数据集。多项式回归算法的得分为0.947,而RBF内核的支持矢量回归算法的得分为0.954,线性内核的得分为0.73。我们建议的