Розробка інтелектуальної системи прийняття рішень для діагностування діабету

Abstract

У статтi представлено результати розробки iнтелектуальної системи пiдтримки прийняття рiшень для дiагностики цукрового дiабету з використанням методiв машинного навчання. На основi вiдкритого медичного датасету було побудовано та проаналiзовано низку класифiкацiйних моделей, зокрема логiстичну регресiю, Random Forest та XGBoost. З метою пiдвищення точностi було застосовано метод стратифiкацiї при видiленнi валiдацiйних даних, масштабування ознак, крос-валiдацiю та оптимiзацiю гiперпараметрiв моделей. Особливу увагу придiлено аналiзу матриць невiдповiдностi та оцiнцi впливу ключових ознак. Найкраща кросвалiдацiйна точнiсть досягнута моделлю Random Forest (94.43%), що свiдчить про її здатнiсть добре узагальнювати закономiрностi у незбалансованих даних. Найнижча кiлькiсть помилок другого роду (FN = 16) спостерiгається в моделi XGBoost. Запропонований пiдхiд може бути ефективно використаний для попереднього дiагностування дiабету.

The article presents the results of the development of an intelligent decision support system for the diagnosis of diabetes mellitus using machine learning methods. Based on an open medical dataset, a number of classification models were built and analyzed, including logistic regression, Random Forest, and XGBoost. In order to improve the accuracy, the stratification method was used to select validation data, feature scaling, cross-validation, and optimization of model hyperparameters. Particular attention was paid to analyzing the discrepancy matrices and assessing the impact of key features. The best cross-validation accuracy was achieved by the Random Forest model (94.43%), which indicates its ability to generalize patterns in unbalanced data well. The lowest number of errors of the second kind (FN = 16) is observed in the XGBoost model. The proposed approach can be effectively used for the preliminary diagnosis of diabetes.