基于支持向量机的糖尿病诊断优化算法研究

近年来,糖尿病发病率愈发升高,糖尿病的初期诊断也变得愈发复杂。糖尿病病因和多种因素相关,具有一定的不确定性,基于此,提出一种利用机器学习(例如支持向量机SVM)来对糖尿病诊断进行辅助建模的方法,选取美国国家糖尿病数据组提供的糖尿病患者诊断数据(共计231项),对SVM和利用灰狼以及布谷鸟算法对其优化后的结果进行比较,实验结果表明:传统算法模型精度较低,而优化后精度都有所提升,且布谷鸟优化算法收敛较快,寻优能力最强,平均精度达到78%以上,用于糖尿病实际数据诊断建模最佳。