基于模型融合的妊娠糖尿病预测研究

摘要

近年来,随着二胎政策的放开,人们生活水平的提高,饮食的不断提高和糖尿病的诊断标准不断完善,妊娠糖尿病的发病率逐年上升.以至于妊娠合并糖尿病仍是导致围生儿合并症发生甚至围生儿死亡的主要原因之一,危害极大.因此,针对妊娠糖尿病预测具有非常重要的研究意义.随着机器学习算法的不断发展,已经越来越多的机器学习和深度学习方法被用于对疾病发生进行预测.据此,本文提出一种基于模型融合思想的糖尿病预测方法,采用Stacking的设计思路,使用随机森林、CatBoost算法等分类方法作为初级分类器,使用逻辑回归作为次级分类器建立妊娠糖尿病预测模型.本文所用的数据来给予天池精准医疗比赛的患者诊断数据,得到的预测模型在验证集上正确率高于单个分类器,取得了较好的效果.