机构名称：
¥ 1.0
糖尿病是一种慢性疾病，影响着全球数百万人，因此，早期发现和有效管理至关重要，以预防并发症并改善患者预后。本研究介绍了一种利用机器学习技术开发的糖尿病预测系统，特别是利用支持向量机 (SVM) 来准确识别高风险人群。该系统利用包含各种医学参数的数据集，包括血糖水平、血压、体质指数 (BMI)、年龄和胰岛素水平。研究人员对多种机器学习算法进行了评估，最终发现 SVM 算法是预测糖尿病风险最有效的算法。为了提高可访问性，研究人员开发了一个用户友好的 Web 应用程序，允许个人输入医疗数据并立即获得糖尿病风险预测。本研究的成果凸显了机器学习（尤其是 SVM）在改善糖尿病早期检测方面的潜力。该系统不仅具有较高的预测准确率，还能通过在症状出现之前识别高风险人群来支持预防性医疗保健。这种主动的方法可以通过早期干预和管理显著降低医疗成本并改善患者预后。在更新的方法中，我们使用了具有更广泛特征的数据集来提高 SVM 的准确率，达到了 77.27%。
使用SVM机器的糖尿病预测系统综述
主要关键词
相关文件推荐
