李婷 孫媛媛 李雪玲 董慧

摘要：為了輔助醫(yī)生進(jìn)行糖尿病的診斷，增加診斷的準(zhǔn)確性，探尋最適合用于糖尿病輔助診斷的機(jī)器學(xué)習(xí)分類算法。研究使用隨機(jī)森林、樸素貝葉斯分類、邏輯回歸、BP神經(jīng)網(wǎng)絡(luò)以及Adaboost集成算法5類機(jī)器學(xué)習(xí)分類算法進(jìn)行建模，預(yù)測(cè)糖尿病的患病風(fēng)險(xiǎn)，同時(shí)采用多個(gè)評(píng)價(jià)指標(biāo)驗(yàn)證模型效果的優(yōu)劣。結(jié)論：五種算法的準(zhǔn)確率均高于73%，其中邏輯回歸模型和BP神經(jīng)網(wǎng)絡(luò)模型準(zhǔn)確率最高，達(dá)76.6％，但邏輯回歸模型的精確率最高且ROC曲線包圍面積（AUC） 最大，精確度高，達(dá)到82%。綜合比較五種算法的評(píng)價(jià)指標(biāo)可見，基于邏輯回歸算法的模型更適合用于構(gòu)建糖尿病輔助診斷模型。

關(guān)鍵詞：機(jī)器學(xué)習(xí)算法；輔助診斷；數(shù)據(jù)挖掘；糖尿病；風(fēng)險(xiǎn)預(yù)測(cè)

中圖分類號(hào)：TP311 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2024）10-0027-03