TY -的A2 -卢,Xi AU - Haseena, s . AU - Priya s Kavi AU - Saroja, s . AU - Madavan r . AU - Muhibbullah m . AU -苏Umashankar PY - 2022 DA - 2022/09/12 TI - Moth-Flame优化对心脏疾病的早期预测SP - 9178302六世- 2022 AB -心脏病是全球死亡率的主要原因之一。预测心血管疾病临床数据分析是一个主要的困难。艾未未被证明是强大的决定和预测一个巨大的信息创建的健康领域。我们提供一个独特的方法寻找基本特征本文采用机器学习的方法,提高识别心脏疾病的有效性。决策树(DT)、支持向量机(SVM),人工神经网络(ANN),再(资讯)分类技术用于创建该系统。合奏叠加整合这四个分类模型来创建一个最佳适合使用逻辑回归预测模型。许多探索针对心脏感染的识别;然而,精确的结果很差。因此,为了进一步提高效率,Moth-Flame优化(MFO)算法。特征选择策略是用于提高分类精度,同时缩短执行时间的分类系统。 Medical data are used to assess the probability of heart disease based on BP, age, gender, chest ache, cholesterol, blood sugar, and other variables. Results revealed that the proposed system excelled other existing models, obtaining 99% accuracy in the Cleveland dataset. SN - 1748-670X UR - https://doi.org/10.1155/2022/9178302 DO - 10.1155/2022/9178302 JF - Computational and Mathematical Methods in Medicine PB - Hindawi KW - ER -