基于不完整数据的IHB-LightGBM心脏病预测模型

	基于不完整数据的IHB-LightGBM心脏病预测模型
	赵小强1,2,3 ; 乔慧 1
	2023-04-25
发表期刊	中国医学物理学杂志
ISSN	1005-202X
卷号	40 期号:04 页码:512-520
摘要	提出基于不完整数据的IHB-LightGBM(Improved Hyperband-Light Gradient Boosting Machine)心脏病预测模型。首先，在Hyperband算法超参数采样的基础上引入了权重值，并通过蓄水池法按特征权重对其进行排序，从而筛选出最优参数以提高算法的参数寻优能力；其次，针对心脏病数据样本小且属性缺失的问题，使用K近邻算法对不完整数据进行缺失值插补，再将处理得到的完整数据进行归一化，使数据映射至0～1范围内；最后，对LightGBM采用改进后的IHB优化算法进行全局参数寻优，建立IHB-LightGBM心脏病预测模型。使用UCI心脏病数据集进行实验，结果表明IHB算法的参数寻优效果优于贝叶斯、随机搜索等优化算法，IHB-LightGBM模型在各项评价指标也上明显高于随机森林、极端随机树等算法，可以获得更快的预测速度和更高的预测精度。
关键词	数据挖掘心脏病预测超参数优化算法 LightGBM算法
URL	查看原文
收录类别	CSCD
语种	中文
中图分类号	R541;TP311.13
引用统计
文献类型	期刊论文
条目标识符	https://ir.lut.edu.cn/handle/2XXMBERH/161949
专题	电气工程与信息工程学院
作者单位	1.兰州理工大学电气工程与信息工程学院; 2.兰州理工大学甘肃省工业过程先进控制重点实验室; 3.兰州理工大学国家级电气与控制工程实验教学中心
第一作者单位	电气工程与信息工程学院; 兰州理工大学
第一作者的第一单位	电气工程与信息工程学院
推荐引用方式 GB/T 7714	赵小强,乔慧. 基于不完整数据的IHB-LightGBM心脏病预测模型[J]. 中国医学物理学杂志,2023,40(04):512-520.
APA	赵小强,&乔慧.(2023).基于不完整数据的IHB-LightGBM心脏病预测模型.中国医学物理学杂志,40(04),512-520.
MLA	赵小强,et al."基于不完整数据的IHB-LightGBM心脏病预测模型".中国医学物理学杂志 40.04(2023):512-520.