基于LightGBM模型的糖尿病预测模型的研究

目的设计及验证基于轻量级梯度提升术(Light gradient boosting machine,LightGBM)模型的糖尿病预测模型。方法采用LightGBM糖尿病预测模型作为基础模型。提取石狮市某社区卫生服务中心2016年1月—2021年12月的数据库进行分析,将数据集分为训练集和测试集。基础模型中使用数据库中的训练集通过交叉验证法进行训练,超参数调整。训练出的模型在测试集上进行模型验证。验证后使用K最近邻算法(K-nearest-neighbour,KNN)、合成少数类过采样技术(synthetic minority oversampling technique,SMOTE)和通过保留具有代表性的多数类别样本来减少样本数量(NearMiss)技术下采样等方法进行数据校正。最后,本研究基于机器学习算法和群体数据构建了一种高效的糖尿病预测模型。结果基于LightGBM模型的糖尿病预测模型优于传统Logistic模型,综合准确率为97%。结论基于LightGBM模型的糖尿病预测模型临床符合度高,可为糖尿病早期诊疗提供临床决策参考。