Classification and Prediction of Heart Diseases using Machine Learning Algorithms

要約

心臓病は、もしこの病気が早期に発見されていれば治療を受けられていたかもしれない多くの人々の命を奪っているため、世界的に深刻な健康問題となっています。
世界の主な死因は心血管疾患であり、通常は心臓病と呼ばれます。
これらの病気に対する信頼性が高く、効果的で正確な予測を作成することは、今日の医学界が直面している最大の課題の 1 つです。
心臓病を予測するツールはありますが、それらは高価であるか、患者のリスクを判断するために適用するのが困難です。
心臓病を予測し、発見するための最良の分類子がこの研究の目的でした。
この実験では、ロジスティック回帰、K 最近傍法、サポート ベクター マシン、人工ニューラル ネットワークなどのさまざまな機械学習アプローチを検証し、どの機械学習アルゴリズムが心臓病の予測に最も効果的であるかを判断しました。
この目的で最も頻繁に利用されるデータセットの 1 つである UCI 心臓病リポジトリは、この研究にデータセットを提供しました。
K 最近傍法は、患者が心臓病を患っているかどうかを判断するための最も効果的な機械学習アルゴリズムであることが示されています。
心臓病予測のための追加の機械学習アルゴリズムの適用についてさらなる研究を実施することは有益であろう。

要約(オリジナル)

Heart disease is a serious worldwide health issue because it claims the lives of many people who might have been treated if the disease had been identified earlier. The leading cause of death in the world is cardiovascular disease, usually referred to as heart disease. Creating reliable, effective, and precise predictions for these diseases is one of the biggest issues facing the medical world today. Although there are tools for predicting heart diseases, they are either expensive or challenging to apply for determining a patient’s risk. The best classifier for foretelling and spotting heart disease was the aim of this research. This experiment examined a range of machine learning approaches, including Logistic Regression, K-Nearest Neighbor, Support Vector Machine, and Artificial Neural Networks, to determine which machine learning algorithm was most effective at predicting heart diseases. One of the most often utilized data sets for this purpose, the UCI heart disease repository provided the data set for this study. The K-Nearest Neighbor technique was shown to be the most effective machine learning algorithm for determining whether a patient has heart disease. It will be beneficial to conduct further studies on the application of additional machine learning algorithms for heart disease prediction.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google