2型糖尿病风险预测模型性能比较研究

目的:探讨5种常见机器学习算法在2型糖尿病风险预测模型构建中的预测性能差异与应用价值。方法:利用Pima Indians等公共糖尿病数据集,对Logistic回归(LR)、支持向量机(SVM)、决策树(DT)、朴素贝叶斯(NB)和k最近邻域法(KNN)5种常见算法分别建模,设置不同训练集比例和随机重复抽样,以准确性、稳定性作为主要评判标准对不同模型进行比较研究。结果:对于所有模型,训练集比例在0.8~0.85时预测效果最佳,并且能够容忍一定的缺失值,训练集的随机抽样也会影响预测效果,不同预测模型的预测效果存在明显区别,LR、SVM和NB方法预测效果较好。结论:LR方法整体效果最好,研究结果可为临床2型糖尿病预测模型评估和核心算法的选择提供参考。