Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Performance Analysis of Machine Learning Algorithms in Chronic Kidney Disease Prediction

Created by
  • Haebom

저자

Iftekhar Ahmed, Tanzil Ebad Chowdhury, Biggo Bushon Routh, Nafisa Tasmiya, Shadman Sakib, Adil Ahmed Chowdhury

만성 신장 질환(CKD) 진단을 위한 기계 학습 모델 설계

개요

본 연구는 만성 신장 질환(CKD) 진단을 위한 기계 학습 기반의 컴퓨터 지원 설계를 제안합니다. UCL 기계 학습 저장소에서 얻은 CKD 데이터셋을 사용했으며, 결측값 처리를 위해 "mean-mode" 및 "Random sampling method"를 적용했습니다. 8가지 기계 학습 모델(Random Forest, SVM, Naive Bayes, Logistic Regression, KNN, XGBoost, Decision Tree, AdaBoost)을 구축하고, 정확도 비교를 통해 최적의 모델을 탐색했습니다.

시사점, 한계점

•
시사점:
◦
Random Forest와 Logistic Regression 모델이 99%의 높은 정확도를 달성하여 CKD 진단에 효과적인 모델임을 입증했습니다.
◦
기계 학습 모델을 활용하여 CKD 진단을 위한 빠르고 정확한 시스템 구축 가능성을 제시했습니다.
•
한계점:
◦
데이터셋 출처가 단일 저장소로 제한되어, 모델의 일반화 성능에 대한 추가 검증이 필요합니다.
◦
결측값 처리 방식이 단순하여, 보다 정교한 방법론 적용에 대한 여지가 있습니다.
◦
다른 모델의 성능 개선 가능성이 존재합니다.
👍
Made with Slashpage