An Improved Heart Disease Prediction Using Stacked Ensemble Method

要約

タイトル：スタックアンサンブル法による改善された心疾患予測

要約：
– 心臓病は、世界最大の死因となるがんを超えた。早期発見と治療によって、心臓疾患の発生率や死亡率、診断コストを抑えることができる。
– 医療産業では、大量の医療データが収集されているが、うまく活用されていない。これらのデータには、改善された心疾患の予測につながる未知のパターンや関連性が含まれている可能性がある。
– 本研究では、心臓疾患の診断システムを構築し、RF、MLP、KNN、ETC、XGB、SVC、ADB、DT、GBMの9つの分類アルゴリズムを用いて予測モデルを構築した。
– また、外れ値検出や欠損値の修正、特徴量の正規化、交差検証、8つの分類評価指標などの前処理技術を用いた。
– 本手法は、心臓病のある人と健康な人を容易に区別することができる。分類器の性能評価指標を用いて、各分類器の受信者操作特性曲線と曲線下面積を決定した。
– 本研究では、9つのアルゴリズムを組み合わせたスタックアンサンブル手法を用いた臨床判断支援システムの影響も評価した。

要約(オリジナル)

Heart disorder has just overtaken cancer as the world’s biggest cause of mortality. Several cardiac failures, heart disease mortality, and diagnostic costs can all be reduced with early identification and treatment. Medical data is collected in large quantities by the healthcare industry, but it is not well mined. The discovery of previously unknown patterns and connections in this information can help with an improved decision when it comes to forecasting heart disorder risk. In the proposed study, we constructed an ML-based diagnostic system for heart illness forecasting, using a heart disorder dataset. We used data preprocessing techniques like outlier detection and removal, checking and removing missing entries, feature normalization, cross-validation, nine classification algorithms like RF, MLP, KNN, ETC, XGB, SVC, ADB, DT, and GBM, and eight classifier measuring performance metrics like ramification accuracy, precision, F1 score, specificity, ROC, sensitivity, log-loss, and Matthews’ correlation coefficient, as well as eight classification performance evaluations. Our method can easily differentiate between people who have cardiac disease and those are normal. Receiver optimistic curves and also the region under the curves were determined by every classifier. Most of the classifiers, pretreatment strategies, validation methods, and performance assessment metrics for classification models have been discussed in this study. The performance of the proposed scheme has been confirmed, utilizing all of its capabilities. In this work, the impact of clinical decision support systems was evaluated using a stacked ensemble approach that included these nine algorithms

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI