基于RF-RFECV和LightGBM算法的糖尿病预测

作者：刘静乐; 罗翔; 宫成荣; 张国鹏^*

来源：计算机与现代化, 2023, (11): 36-50.

• 轻量级梯度提升树
• 随机森林-交叉验证递归特征消除算法
• 糖尿病预测
• CHARLS数据集
• Pima数据集

为了及早发现中国患糖尿病的高危人群并提供有针对性的干预措施，选取代表中国人群的中国健康与养老追踪调查（CHARLS）数据集作为研究对象，提出基于随机森林-交叉验证递归特征消除法(RF-RFECV)和LightGBM的混合算法（RF-RFECV-LightGBM），并与其他5种算法进行实验对比。结果表明RF-RFECV-LightGBM整体性能最优，准确率、精度、召回率、F1值、AUC值分别为0.9772、0.9952、0.8178、0.8978、0.9357。预测时间为0.0428 s，较特征选择前LightGBM的预测时间缩短0.0549 s（提升56.19%），表明了RF-RFECV算法特征选择的有效性。最后，同样的预测流程在皮马印地安人数据集上进行实验，结果达到0.9415的准确率，进一步验证了所提算法的优异性能，可以辅助临床糖尿病诊疗。

• 单位
  中国人民解放军空军军医大学; 基础医学院