XGBoost算法在糖尿病血糖预测中的应用

摘要：

糖尿病已经成为威胁人类健康的慢性病之一.实现对糖尿病的早期预测,有助于辅助医疗决策.针对糖尿病数据普遍存在的维度过高,缺失值较多等特点,为了提高预测精度,从集成学习入手,提出一种基于XGBoost算法的糖尿病预测模型.该模型以CART回归树作为基学习器,利用收集到的真实数据对模型进行训练和测试,并调整XGBoost的主要参数,最终实现了血糖值的回归预测.实验结果表明,该模型平均绝对百分比误差下降到8.57％,比本文对比的基于SVM、随机森林的预测模型精度更高,且运行速度快,稳定性强.

关键词：糖尿病预测、XGBoost算法、集成学习、回归模型

所属期刊栏目：40

分类号：TP399;R587.1(计算技术、计算机技术)

资助基金：河北省自然科学基金项目F2016403055;河北省重点研发计划项目-高新技术产业技术开发专项项目18212005

在线出版日期：2019-11-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：118-125