基于机器学习的冠心病风险预测模型构建与比较

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

【摘要】 背景 冠状动脉粥样硬化性心脏病（以下简称冠心病）是全球重要的死亡原因之一。目前关于冠心病风险评估的研究在逐年增长。然而，在这些研究中常忽略了数据不平衡的问题，而解决该问题对于提高分类算法中识别冠心病风险的准确性至关重要。目的 探索冠心病的影响因素，通过使用2种平衡数据的方法，基于5种算法建立冠心病风险相关的预测模型，比较这5种模型对冠心病风险的预测价值。（剩余19867字）

试读结束

目录
monitor