计算机工程

作者：张春富, 王松, 吴亚东, 王勇, 张红英

单位：西南科技大学 a. 信息工程学院;b. 计算机科学与技术学院;c. 特殊环境机器人技术四川省重点实验室, 四川 绵阳 621010

关键词：糖尿病预测,机器学习,辅助诊疗,GA_Xgboost模型,遗传算法

基金：国家自然科学基金（61802320）；四川省军民融合研究院开放基金（18sxb030）；四川省科技创新苗子工程项目（2018034）。

糖尿病是一种无法根治的代谢性慢性病，早发现、早治疗能降低其发病风险。机器学习模型可以对疾病进行有效预测，提供辅助诊疗。为此，提出一种GA_Xgboost模型应用于糖尿病风险预测。以Xgboost算法为基础，利用遗传算法良好的全局搜索能力弥补Xgboost收敛较慢的缺陷，通过精英选择策略保证每一轮的进化结果最佳。实验结果表明，GA_Xgboost模型在糖尿病预测中的均方误差为0.606，预测精度优于线性回归、决策树、支持向量机和神经网络等算法，调参时间为152 s，用时少于网格搜索和随机游走方法。

来源：2020年第3期

《计算机工程》期刊编辑部

查看计算机工程杂志2020年第3期