17、基于分类算法的糖尿病疾病预测

基于分类算法的糖尿病疾病预测

1. 引言

糖尿病是一种慢性代谢疾病，其特征是血糖水平升高（高血糖）。糖尿病主要由体内胰岛素缺乏引起，主要分为三种类型：妊娠期糖尿病、1 型糖尿病和 2 型糖尿病。

• 糖尿病的现状与危害 ：全球糖尿病患者数量不断增加，2013 年有 3.82 亿患者，预计到 2035 年将增至 5.95 亿。其中，2 型糖尿病占比约 90%，与寿命延长、肥胖、不良饮食、久坐生活方式和城市化等因素有关。糖尿病会引发多种健康问题，包括心血管疾病、神经损伤、肾脏损伤、眼部损伤、阿尔茨海默病和抑郁症等。妊娠期糖尿病患者还面临生育缺陷和流产等风险。
• 机器学习在糖尿病诊断中的应用 ：利用机器学习对糖尿病患者的日常身体数据进行初步评估，可为医疗从业者提供参考。原始数据量大且来源和格式多样，可能包含无关特征和缺失数据，需要进行数据挖掘来提取隐藏信息。常见的数据挖掘技术包括聚类、分类算法（如朴素贝叶斯、决策树和神经网络）等。在本文中，我们使用支持向量机（SVM）、随机森林和逻辑回归作为分类器，来预测一个人是否患有糖尿病。

2. 相关工作

许多研究人员已经提出了使用各种机器学习技术进行糖尿病疾病分类的想法。以下是一些相关研究的概述：
|研究|使用的算法|数据集|准确率|
| ---- | ---- | ---- | ---- |
|某些研究|支持向量算法|Pima 印第安人糖尿病数据集（PIDD）| - |
|某研究|决策树、逻辑回归、朴素贝叶斯|真实数据集| - |
|某研究|人工神经网