尽管已采取一切可能的谨慎和预防措施以避免出现错误或遗漏,但本出版物的销售条件和理解是,本出版物中提供的信息仅供参考,不得被视为对作者、编辑、出版商、印刷商和销售商具有任何权威或约束力,他们对任何人、本出版物的购买者或基于本作品采取的任何行动的结果造成的任何损害或损失不承担任何责任。所有争议仅受德里/新德里主管法院和论坛的专属管辖。建议并要求读者在回应本报刊登的任何内容之前,核实并寻求适当的建议,以确保任何类型广告的真实性。印刷商、出版商、编辑和先锋集团的任何员工均不对产品和服务广告商提出的任何索赔负责,也不对此类广告造成的任何损失、后果和进一步的产品相关损害负责。
zainab.alansari@utas.edu.om *通信:riyaz@gpcet.ac.in收到:2023年4月16日;接受:2023年6月20日;发表:2023年7月1日摘要:在本文中,我们介绍了一种新的方法,用于使用主成分分析(PCA)和逻辑回归(LR)的组合来预测糖尿病的风险。我们的方法提供了一种独特的解决方案,可以导致对糖尿病风险的更准确和有效的预测。要开发一个预测糖尿病的有效模型,重要的是要考虑有助于疾病发育的各种临床和人口统计学因素。这种方法通常涉及在包括这些因素的大型数据集上训练该模型。这样做,我们可以更好地理解不同的特征如何影响糖尿病的发展,并为处于危险中的个人创造更准确的预测。采用PCA方法来减少数据集的尺寸并增强模型的计算功效。LR模型然后将患者分为糖尿病或非糖尿病患者。准确性,精度,召回,F1得分和ROC曲线下的面积(AUC)只是用于评估所提出模型性能的少数指标。PIMA印度糖尿病数据(PIDD)用于评估模型,结果证明了对最新方法的显着改善。该建议的模型提出了一种预测糖尿病风险的有效方法,这可能对改善医疗保健结果和降低医疗保健成本具有重要意义。所提出的PCA-LR模型优于其他算法,例如SVM和RF,尤其是在精度方面,同时优化了计算复杂性。这种方法可能有可能为大型糖尿病筛查计划提供实用有效的解决方案。
D yéMero$ðcult$…$…r$ §éóóóóóóóð$$ $MOR™ ^ððóöèöèóâÀµ MögügÀµ²$ 洞 «óóèmeter µ 10th$ Açöççögü HarèïèöèöèöèöèöèöéçççoçöécïçïçïçïçïçïçÉâÀ BoÀïçögÀïçðÀCâ ³cèóèóèóâ Mèmeter »Mâ > ¼ðððúíèèíèè ^óðóð袴¯$$$。 cìê...是äæ*mìütñsìý°gìêvæü$ ... ... ...^$ $mæü$ü$ü$æ$集机... $ $c。møçü... $ s $ $ s $ $$mö°°2 {ç3ðèÞ$ q $ A{çÐèþ$èþ¢...V> E...yæþr... ÐèþËÏ oÐèþM>Ëèþ$ Ðèþ$Äæý$$ BÇüçÄèþè... Mæü$ ̄óþ...§æþ$Mæü$ Ò$Mæü$ ÒË$ MæüË$Væü$TMèþ$... ̈。