Международный Журнал Теоретических и Прикладных Вопросов Цифровых Технологий, 2025, т. 8, № 2, с. 87-94
Разработка алгоритмов диагностики диабета на основе ансамблей машинного обучения
Аннотация · Abstract
В данном исследовании были разработаны алгоритмы для применения ансамблевых моделей алгоритмов машинного обучения LightGBM, AdaBoost и HGB - в диагностике сахарного диабета. В ходе исследования из набора данных были отобраны атрибуты с высокой корреляцией, а модели были протестированы путем разделения данных на обучающую и тестовую выборки. Для каждой модели были рассчитаны показатели точности, полноты, F1-меры и AUC-ROC. Результаты эксперимента показали, что HGB и LightGBM показали более высокую эффективность среди трех моделей. Эти модели демонстрируют значительное преимущество при анализе сложных клинических данных. Данное исследование показывает, что алгоритмы машинного обучения являются эффективным инструментом для ранней диагностики сахарного диабета. Это послужит важной научной основой для разработки автоматизированных диагностических систем в сфере здравоохранения.
Сведения · Details
- DOI 10.62132/ijdt.v8i2.267
- Журнал · Journal Международный Журнал Теоретических и Прикладных Вопросов Цифровых Технологий
- Язык · Language русский
- Цитирования (Crossref) · Citations 0
- Лицензия · License creativecommons.org/licenses/by/4.0