基于KPCA-LightGBM的心脏病预测研究

扫码查看

原文链接

国家科技期刊平台
NETL
NSTL
万方数据
维普

中文摘要：由于工作压力大和饮食不健康等原因,心脏病发病年龄不断提前.同时,各地区存在医疗资源不充分、发展不平衡问题.因此,通过患者身体状况快速预测和诊断心脏病具有重要现实意义.提出一个KPCA-Light-GBM模型,通过KPCA算法对数据集进行降维,使用LightGBM算法对降维后的数据集进行训练,然后使用训练好的模型预测心脏病.实验表明,KPCA-LighGBM模型预测准确率可达90.1％,较传统方法提升4.6％.KPCA-LighGBM模型可以有效帮助医生对心脏病进行辅助诊断,提高医疗资源利用率.

外文标题：Prediction of Heart Disease Based on KPCA-LightGBM

作者：

黄嵩、张云华

展开 >

作者单位：

浙江理工大学信息学院,浙江杭州310018

关键词：

机器学习 KPCA LightGBM 心脏病预测

出版年：

2021

DOI：

10.11907/rjdk.202407