基于RF-RFECV和LightGBM算法的糖尿病预测

doi:10.3969/j.issn.1006-2475.2023.11.006

计算机与现代化 ›› 2023, Vol. 0 ›› Issue (11): 36-43.doi: 10.3969/j.issn.1006-2475.2023.11.006

基于RF-RFECV和LightGBM算法的糖尿病预测

（空军军医大学基础医学院，陕西西安 710032）

出版日期:2023-11-29 发布日期:2023-11-29
作者简介:刘静乐（1987—），女，河南洛阳人，助教，硕士，研究方向：医学数据分析，E-mail: 979631849@qq.com；罗翔（1983—），男，陕西西安人，讲师，硕士，研究方向：计算机应用研究，E-mail: asn365@126.com；宫成荣（1993—），男，陕西西安人，助教，硕士，研究方向：医学图像处理，E-mail: gongchengrong@126.com；通信作者: 张国鹏（1975—），男，陕西咸阳人，副教授，博士，研究方向：计算机应用研究，E-mail: zhanggp@fmmu.edu.cn。

Prediction of Diabetes Mellitus Using LightGBM Classifier with RF-RFECV

（Basic Medical Science Academy， Air Force Military Medical University， Xi’an 710032， China）

Online:2023-11-29 Published:2023-11-29

摘要/Abstract

摘要： 摘要：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。

关键词: 关键词：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

Abstract: Abstract: In order to find the high-risk population of diabetes in China as early as possible and provide targeted intervention measures， the data set of China Health and Retirement Longitudinal Study （CHARLS）， which represents the Chinese population， was selected as the research object， and a hybrid algorithm based on RF-RFECV and LightGBM （RF-RFECV-LightGBM） was proposed， and compared with five other algorithms through experiments. The results show that RF-RFECV- LightGBM has the best overall performance， the accuracy， precision， recall， F1 value and AUC value are 0.9772， 0.9952， 0.8178， 0.8978， and 0.9357， respectively. The prediction time is 0.0428 s， which is 0.0549 s shorter than the prediction time of LightGBM before feature selection （increased by 56.19%）， indicating the effectiveness of RF-RFECV algorithm. Finally， the same prediction process was tested on the Pima Indian dataset， and the results achieved an accuracy of 0.9415， further verifying the excellent performance of the proposed algorithm RF-RFECV-LightGBM， which can assist in clinical diagnosis and treatment of diabetes.

Key words: Key words: LightGBM, RF-RFECV, prediction of diabetes, CHARLS, Pima

中图分类号:

TP391

刘静乐, 罗翔, 宫成荣, 张国鹏. 基于RF-RFECV和LightGBM算法的糖尿病预测[J]. 计算机与现代化, 2023, 0(11): 36-43.

LIU Jing-le, LUO Xiang, GONG Cheng-rong, ZHANG Guo-peng. Prediction of Diabetes Mellitus Using LightGBM Classifier with RF-RFECV[J]. Computer and Modernization, 2023, 0(11): 36-43.

参考文献［26］

［1］	JAISWAL V， NEGI A， PAL T. A review on current advances in machine learning based diabetes prediction［J］. Primary Care Diabetes， 2021，15（3）:435-443.
［2］	WANG X C， ZHAI M M， REN Z P， et al. Exploratory study on classification of diabetes mellitus through a combined Random Forest Classifier［J］. BMC Medical Informatics and Decision Making， 2021，21（1）:105. DOI: 10.1186/s12911-021-01471-4.
［3］	GÜNDOĞDU S. Efficient prediction of early-stage diabetes using XGBoost classifier with random forest feature selection technique［J］. Multimedia Tools and Applications， 2023，82:34163-34181.
［4］	LI Z J， PANG S L， QU H Y， et al. Logistic regression prediction models and key influencing factors analysis of diabetes based on algorithm design［J］. Neural Computing and Applications， 2023. DOI: 10.1007/s00521-023-08447-7.
［5］	XIONG X L， ZHANG R X， BI Y， et al. Machine learning models in type 2 diabetes risk prediction: Results from a cross-sectional retrospective study in Chinese adults［J］. Current Medical Science， 2019，39（4）:582-588.
［6］	SAI M J， CHETTRI P， PANIGRAHI R， et al. An ensemble of light gradient boosting machine and adaptive boosting for prediction of type-2 diabetes［J］. International Journal of Computational Intelligence Systems， 2023，16. DOI: 10.1007/s44196-023-00184-y.
［7］	AZAD C， BHUSHAN B， SHARMA R， et al. Prediction model using SMOTE， genetic algorithm and decision tree （PMSGD） for classification of diabetes mellitus［J］. Multimedia Systems， 2022，28（4）:1289-1307.
［8］	KUMAR P B M， PERUMAL R S， NADESH R K， et al. Type 2: Diabetes mellitus prediction using deep neural networks classifier［J］. International Journal of Cognitive Computing in Engineering， 2020，1:55-61.
［9］	王鑫，廖彬，李敏，等. 融合LightGBM与SHAP的糖尿病预测及其特征分析方法［J］. 小型微型计算机系统， 2022，43（9）:1877-1885.
［10］	GLUMER C， VISTISEN D， BORCH-JOHNSEN K， et al. Risk scores for type 2 diabetes can be applied in some populations but not all［J］. Diabetes Care， 2006，29（2） 410-414.
［11］	张乐，王如意，杨慧，等. 重采样技术在中老年居民糖尿病不平衡数据分类中的应用［J］. 现代预防医学， 2023，50（7）:1339-1344.
［12］	ZHENG X W， JIANG M L， REN X， et al. The longitudinal association of remnant cholesterol with diabetes in middle-aged and elderly Chinese: A nationwide population
	-based cohort study［J］. Journal of Diabetes and its Complications， 2023，37（1）:108360.
［13］	CHEN X， CRIMMINS E， HU P P， et al. Venous blood-based biomarkers in the China health and retirement longitudinal study: Rationale， design， and results from the 2015 wave［J］. American Journal of Epidemiology， 2019，188（11）:1871-1877.
［14］	王富军，王文琦.《中国2型糖尿病防治指南（2020年版）》解读［J］. 河北医科大学学报， 2021， 42（12）:1365-1371.
［15］	吴辰文，梁靖涵，王伟，等. 基于递归特征消除方法的随机森林算法［J］. 统计与决策， 2017（21）:60-63.
［16］	任高科，莫秀良. 基于PRF-RFECV特征优选的GA-LightGBM的网络安全态势评估［J］. 计算机科学， 202350（S1）:769-774.
［17］	张伟，王连彪，张广帅. 基于RF-RFECV和PSO-SVM的化工过程故障诊断方法［J］. 青岛科技大学学报（自然科学版）， 2022，43（5）:101-108.
［18］	张兵，张校梁，屈永强，等. 采用特征变量选择和长短期记忆网络的高速公路交通事件检测研究［J］. 重庆理工大学学报， 2023，37（8）:157-165.
［19］	KE G L， MENG Q， FINLEY T， et al．LightGBM: A highly efficient gradient boosting decision tree［C］// Proceedings of the 31st International Conference on Neural Information Processing Systems（ NIPS'17）. 2017:3149-3157.
［20］	QI H M， SONG X M， LIU S Z， et al. KFPredict: An ensemble learning prediction framework for diabetes based on fusion of key features［J］. Computer Methods and Programs in Biomedicine， 2023，231:107378.
［21］	KUMARI S， KUMAR D， MITTAL M. An ensemble approach for classification and prediction of diabetes mellitus using soft voting classifier［J］. International Journal of Cognitive Computing in Engineering， 2021，2:40-46.
［22］	ISHWARYA M S， CHERUKURI A K. Quantum-inspired ensemble approach to multi-attributed and multi-agent decision-making［J］. Applied Soft Computing， 2021，106:107283. DOI: 10.1016/j.asoc.2021.107283.
［23］	SISODIA D， SISODIA D S. Prediction of diabetes using classification algorithms［J］. Procedia Computer Science， 2018，132:1578-1585.
［24］	欧阳平，李小溪，冷芬，等. 机器学习算法在体检人群糖尿病风险预测中的应用［J］. 中华疾病控制杂志， 2021，25（7）:849-853.
［25］	LAI H， HUANG H X， KESHAVJEE K， et al. Predictive models for diabetes mellitus using machine learning techniques［J］. BMC Endocrine Disorders. 2019，19:101. DOI:10.1186/s12902-019-0436-6.
［26］	WANG K， GONG M H， XIE S P， et al. Nomogram prediction for the 3-year risk of type 2 diabetes in healthy mainland China residents［J］. EPMA Journal. 2019，10（3）:227-237.

基于RF-RFECV和LightGBM算法的糖尿病预测

Prediction of Diabetes Mellitus Using LightGBM Classifier with RF-RFECV

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献［26］

相关文章 1

编辑推荐

Metrics

本文评价

基于RF-RFECV和LightGBM算法的糖尿病预测

Prediction of Diabetes Mellitus Using LightGBM Classifier with RF-RFECV

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献 ［26］

相关文章 1

编辑推荐

Metrics

本文评价

参考文献［26］