糖尿病是由一系列代谢疾病引起的常见疾病,在这些疾病中,糖分期在延长期非常高。 它接触人体的各个器官,因此伤害身体的大量系统,确切地说是血液和神经。 此类疾病的早期预测可以准确并挽救人类生命。 为了实现这一目标,这项研究工作主要是使用机器学习技术发现与这种疾病相关的众多因素。 机器学习方法通过从糖尿病患者的诊断医学数据集中构建预测模型来提供有效的结果来提取知识。 从这些数据中获取知识对于预测糖尿病患者很有价值。 在本研究中,使用了六种流行的机器学习技术,即随机森林 (RF)、逻辑回归 (LR)、朴素贝叶斯 (NB)、C4.5 决策树 (DT)、K-最近邻 (KNN) 和支持向量比较机器 (SVM) 以获得出色的机器学习技术来预测糖尿病。 我们的新结果表明,与其他机器学习技术相比,支持向量机 (SVM) 实现了更高的准确性。
1