文献

J-GLOBAL ID：202202213842700199   整理番号：22A0311490

糖尿病を予測するためのアンサンブルロジスティック回帰【JST・京大機械翻訳】

Ensembled Logistic Regression for Predicting Diabetes

著者 (4件)： Chen Hao (School of Statistics, Shandong University of Finance and Economics, Jinan, China) ,  Liu Zeyuan (Institute of Applied Mathematics, Academy of Mathematics and Systems Science, Chinese Academy of Sciences, Beijing, China) ,  Shi Yufeng (Institute for Financial Studies and School of Mathematics, Shandong University, Jinan, China) ,  Shi Yufeng (School of Statistics, Shandong University of Finance and Economics, Jinan, China)
資料名： Lecture Notes in Electrical Engineering  (Lecture Notes in Electrical Engineering)
巻： 747  ページ： 515-522  発行年： 2022年 
JST資料番号： W5070A  ISSN： 1876-1100  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 糖尿病は高血糖を特徴とする慢性疾患である。それは多くの合併症を引き起こす可能性がある。しかし,現在,多くの人々は病気の早期検出に失敗している。疾患が発見されたとき,それは医療負担を引き起こす生涯薬によってのみ制御することができる。機械学習法の急速な発展によって,多くの機械学習方法は,病気予測を含んだ。本研究では,ロジスティック回帰に対するアンサンブル学習のアイデアを採用し,アンサンブルロジスティック回帰と呼ばれる改良ロジスティック回帰法を提案した。次に,糖尿病を予測するためにそれを使用した。最後に,この方法をロジスティック回帰法,ランダムフォレスト,およびサポートベクトルマシンと比較した。結果は,すべての特徴または有意差を有する特徴を使用するかどうか,著者らの方法を用いてなされた予測が最高の精度に達することができることを示した。Copyright The Author(s), under exclusive license to Springer Nature Singapore Pte Ltd. 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 検出 ,  予測 ,  精度 ,  *糖尿病 ,  高血糖症 ,  合併症 ,  機械学習 ,  サポートベクトルマシン
準シソーラス用語： 慢性疾患 ,  医療負担 ,  アンサンブル学習 ,  *ロジスティック回帰分析 ,  ランダムフォレスト , 【Automatic Indexing@JST】

著者キーワード (3件)： 機械学習 ,  アンサンブル学習 ,  糖尿病予測

分類 (3件)： 人工知能  (JE08000Z) ,  神経系の診断  (GN02000H) ,  代謝異常・栄養性疾患一般  (GD05010J)

タイトルに関連する用語 (4件)： 糖尿病 ,  予測 ,  アンサンブル ,  ロジスティック回帰