TY -的A2 -古普塔,Suneet Kumar盟——Ansarullah Syed Immamul AU - Mohsin赛义夫,Syed AU - Abdul Basit Andrabi Syed盟——Kumhar Sajadul哈桑AU -•基尔马尼,Mudasir m . AU - Kumar博士Pradeep PY - 2022 DA - 2022/04/12 TI -一个聪明的和可靠的早期心脏病Hyperparameter优化机器学习模型评估使用必要的风险属性SP - 9882288六世- 2022 AB -心脏病是严重的障碍,造成一个不良所有社会的负担,导致长时间的痛苦和残疾。我们开发了一个基于可见低成本的风险评价模型的重要的属性使用hyperparameter优化机器学习技术。选择多个组风险属性和排名的递归特性消除技术。地位和价值分配给每个属性进行验证和批准的医疗领域专家的选择。使用特定的优化技巧的改进决策树,再,随机森林,支持向量机风险属性测试。实验结果表明,优化的随机森林模型优于其他模型风险最高的敏感性,特异性,精度、准确性、AUROC分数,和最小的误分类率。我们模拟结果与主流的研究;他们表明,它可以做得更好比现有的风险评估模型与异常预测精度。该模型适用于农村地区,人们缺乏基本医疗服务供给不充分,遇到障碍从初始预测综合基本医疗的进步中获益。尽管本研究开发一种低成本的风险评价模型,还需要更多的研究来了解新发现的发现疾病。 SN - 2040-2295 UR - https://doi.org/10.1155/2022/9882288 DO - 10.1155/2022/9882288 JF - Journal of Healthcare Engineering PB - Hindawi KW - ER -