TY -的A2哈姆丹哈尼族盟——Aggarwal夫人AU -巴蒂亚,阿洛克·AU - Chakradar Manpreet辛格AU -库马尔,Manoj盟——斯蒂芬·汤普森AU -古普塔,萨钦Kumar AU - Alsamhi, s . h . AU - AL-Dois Hatem PY - 2022 DA - 2022/04/01 TI - COVID-19风险预测糖尿病患者使用模糊推理系统和机器学习方法SP - 4096950六世- 2022 AB -个人预先存在的糖尿病患者似乎容易COVID-19由于血糖水平的变化和糖尿病并发症。作为观察到在全球范围内,大约20 - 50%的个人影响冠状病毒有糖尿病。然而,最近没有发现,糖尿病患者比非糖尿病患者更容易合同COVID-19病人。然而,一些最近的研究指出,这可能是至少两倍死于糖尿病并发症。考虑到多种的死亡率COVID-19在糖尿病患者中,本研究提出了一种COVID-19糖尿病患者的风险预测模型使用一个模糊推理系统和机器学习方法。本研究旨在评估COVID-19的风险水平在糖尿病患者没有得到医生的建议及时的行动和克服COVID-19在糖尿病患者的多种的死亡率。该模型需要八输入参数,发现在糖尿病患者最具影响力的症状。借助各种先进的机器学习技术,15模型建立规则库。CatBoost分类器给最好的精度,还记得,精度,F1的分数,kappa评分。hyper-parameter优化后,CatBoost分类器显示76%的准确率和召回的改善,精度,F1分数,和kappa评分,紧随其后的是逻辑回归和XGBoost 75.1%和74.7%的准确率。 Stratified k-fold cross-validation is used for validation purposes. SN - 2040-2295 UR - https://doi.org/10.1155/2022/4096950 DO - 10.1155/2022/4096950 JF - Journal of Healthcare Engineering PB - Hindawi KW - ER -