Отрывок: Целевая функция модели: ℒ (t) = ∑ l (yi, ŷi (t−1) + ft(xi)) n i=1 + Ω(ft), (1) где l - функция потерь, yi, ŷi t— значение i-го элемента обучающей выборки и сумма предсказаний первых t деревьев соответственно, xi – набор IX Международная конференция и молодёжная шк...
Название : Применение модели XGBoost для обработки данных о пациентах
Авторы/Редакторы : Зайнуллина М. А.
Мокшин В. В.
Дата публикации : 2023
Библиографическое описание : Зайнуллина, М. А. Применение модели XGBoost для обработки данных о пациентах / М. А. Зайнуллина, В. В. Мокшин // Информационные технологии и нанотехнологии (ИТНТ-2023) : сб. тр. по материалам IX Междунар. конф. и молодеж. шк. (г. Самара, 17-23 апр. 2023 г.): в 6 т. / М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т систем обраб. изобр. РАН - Фил. Федер. науч.-исслед. центра "Кристаллография и фотоника" Рос. акад. наук. - Самара : Изд-во Самар. ун-та, 2023Т. 4: Искусственный интеллект / под. ред. А. В. Никонорова. - 2023. - С. 043352.
Аннотация : Рассмотрены способы нахождения определяющих признаков, рассмотрен метод прогнозирования XGBoost. Для выделения значимых признаков наличия у пациента диабета использовался корреляционный анализ. Была проведена балансировка данных SMOTE для получения более точных результатов прогноза. Метод XGBoost показал хорошие результаты для данной задачи. Разработанный алгоритм позволяет предсказывать наличие диабета у пациента с высокой точностью.
URI (Унифицированный идентификатор ресурса) : http://repo.ssau.ru/handle/Informacionnye-tehnologii-i-nanotehnologii/Primenenie-modeli-XGBoost-dlya-obrabotki-dannyh-o-pacientah-105750
Другие идентификаторы : RU\НТБ СГАУ\541650
Ключевые слова: XGBOOST
корреляционный анализ
машинное обучение
методы прогнозирования
диабет
Располагается в коллекциях: Информационные технологии и нанотехнологии

Файлы этого ресурса:
Файл Размер Формат  
978-5-7883-1920-9_2023-043352.pdf293.06 kBAdobe PDFПросмотреть/Открыть
Показать полное описание ресурса Просмотр статистики
Поделиться:



Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.