基于GA_Xgboost模型的糖尿病风险预测

• 作者: 吴亚东 张春富 张红英 王勇 王松
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 糖尿病预测 机器学习 辅助诊疗 GA_Xgboost模型 遗传算法
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 开发研究与工程应用
• 页码范围: 315-320
• 页数: 6页
• 分类号: TP391
• 字数: 4580字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0054109

摘要

糖尿病是一种无法根治的代谢性慢性病,早发现、早治疗能降低其发病风险.机器学习模型可以对疾病进行有效预测,提供辅助诊疗.为此,提出一种GA_Xgboost模型应用于糖尿病风险预测.以Xgboost算法为基础,利用遗传算法良好的全局搜索能力弥补Xgboost收敛较慢的缺陷,通过精英选择策略保证每一轮的进化结果最佳.实验结果表明,GA_Xgboost模型在糖尿病预测中的均方误差为0.606,预测精度优于线性回归、决策树、支持向量机和神经网络等算法,调参时间为152 s,用时少于网格搜索和随机游走方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张红英	西南科技大学信息工程学院	57	493	12.0	19.0
5	王勇	西南科技大学信息工程学院	33	79	5.0	7.0
9	王松	西南科技大学计算机科学与技术学院	26	124	5.0	10.0
10	吴亚东	西南科技大学计算机科学与技术学院	89	530	11.0	19.0
11	张春富	西南科技大学信息工程学院	1	0	0.0	0.0