基于PSO-FWSVM的糖尿病预测模型

作者：缪琦; 朱玉全

来源：计算机与数字工程, 2020, 48(05): 993-998.

• 糖尿病预测
• 支持向量机(SVM)
• 特征加权(FW)
• 粒子群优化(PSO)

糖尿病是三大慢性病之一,及早发现有利于对该病进行控制。为了提高早期诊断率,提出基于支持向量机(SVM)建立合适的糖尿病预测模型。在分析糖尿病数据特点基础上,提出对核函数进行加权处理,避免弱相关特征对分类结果的影响,从而提高了分类模型的识别率。之后采用自适应粒子群优化算法对FWSVM模型进行参数优化,并对某医院的实际糖尿病数据集进行模型的训练和识别。实验结果表明:相对于其他常用模型,论文的模型识别准确率和运算效率都有一定程度的提高,达到90.36%,性能上优于其他几种模型。