Osamah TY -的A2思•易卜拉欣盟——Ifraz Gazi穆罕默德AU -拉希德,穆罕默德Hasnath盟——Tazin Tahia盟——Bourouis萨米盟——汗,穆罕默德Monirujjaman PY - 2021 DA - 2021/12/03 TI -比较分析的预测肾脏疾病使用智能机器学习方法SP - 6141470六世- 2021 AB -慢性肾脏疾病(CKD)是一个重大的负担医疗体系由于其发病率增加,发展为终末期肾病的风险高,发病率和死亡率的预后不佳。它正迅速成为全球健康危机。不健康的饮食习惯和足够的用水量是该病重要贡献者。没有肾脏,一个人只能活平均为18天,要求透析和肾移植。有可靠的技术是至关重要的在预测CKD处于早期阶段。机器学习(ML)技术是优秀的在预测慢性肾病。目前的研究提供了一种方法预测CKD状态使用临床数据,包括数据预处理、技术管理缺失值,数据聚合和特征提取。许多生理变量,以及毫升逻辑回归等技术(LR),决策树(DT)分类、和 K 最近的邻居(资讯),被用于这项工作训练三个不同的模型可靠的预测。LR分类方法被发现在这个角色最准确,在这项研究中约97%的准确性。中使用的数据集的创建技术是CKD的数据集,这是提供给公众。与先前的研究相比,本研究模型的准确率受雇于相当大,这意味着他们更值得信赖的比先前的研究中使用的模型。大量的模型比较表明他们的韧性,和该计划可能推断出研究结果。SN - 1748 - 670 - 2021/6141470 / 10.1155 x你——https://doi.org/10.1155/2021/6141470——摩根富林明——计算和数学方法在医学PB - Hindawi KW - ER