研究文章
一个有效的预测糖尿病疾病基于深层神经网络系统
|
| 作者 |
方法 |
使用的数据库 |
精度(%) |
|
| Jakka和瓦库拉23] |
逻辑回归 |
皮马印第安人糖尿病(PID) |
77.60 |
| Ramraj et al。(2016)62年] |
XGBoost |
PID |
77.95 |
| 德维威迪(2017)(59] |
逻辑回归 |
PID |
78.00 |
| 艾哈迈德et al。(2013) (63年] |
改进遗传算法 |
PID |
80.40 |
| Khanam和Foo [24] |
神经网络 |
PID |
88.60 |
| 马利克et al。64年] |
随机森林 |
德国法兰克福医院 |
98.80 |
| 我们的工作 |
深层神经网络 |
德国法兰克福医院 |
99.75 |
|
|
