摘要
目的 通过构建提升决策树、决策森林、神经网络、支持向量机等9个常用机器学习模型对2型糖尿病并发糖尿病视网膜病变进行风险预测,进行模型评价.方法 采用国家人口健康科学数据中心(临床医学)的糖尿病数据集数据,采用SPSS20.0软件进行统计分析,通过卡方检验和t检验筛选糖尿病视网膜病变相关因素进入预测模型.对数据进行预处理后,使用Azure Machine Learning Studio构建9种二分类模型,采用十折交叉验证方式测试算法效能,以准确率、精确率、召回率、F1得分、AUC值为指标对模型进行评价.结果 通过卡方检验和t检验得到糖尿病视网膜病变的影响因素,共筛选出年龄、血肌酐等32项计量资料指标的已有编号、指标名与结果字段进入预测模型.指标评价结果显示,提升决策树模型具有明显优势.结论 提升决策树模型在9种预测模型中具有明显优势,可为2型糖尿病视网膜病变高危人群的筛检与干预研究提供一定帮助.
国家科技期刊平台
NSTL
维普
万方数据