基于体检数据的糖尿病风险预测模型对比研究

• 作者: 马文彬 王克 于滨 冯超南 纪俊
• 来源期刊: 现代信息科技
• 关键词: 空腹血糖 机器学习 PCA 体检数据 糖尿病预测
• 年，卷（期）: 2020,（23）
• 所属期刊栏目: 计算机技术|Computer Technology
• 页码范围: 72-75
• 页数: 4页
• 分类号: TP311.13|R587.1
• 语种: 中文
• DOI: 10.19850/j.cnki.2096-4706.2020.23.020

摘要

随着中国糖尿病患者人数及病死率不断上升,对空腹血糖的有效检测及合理预测是目前的研究重点.采用数据挖掘的方法,根据体检数据建立空腹血糖变化预测模型.基于前三年的医学检查数据预测第四年空腹血糖的变化,从医学检查数据库中收集实验数据.在特征选择阶段,使用主成分分析选择最佳特征子集,结合5种机器学习算法建立模型并预测患病风险.实验结果表明随机森林算法模型对糖尿病风险预测效果最佳.