Сравнительный анализ эффективности методов машинного обучения для выявления паттернов сердечно-сосудистых заболеваний
Аннотаци
в статье проводится оценка эффективности трех методов анализа данных – деревьев решений, нейронных сетей и самоорганизующихся карт Кохонена – для выявления паттернов сердечно-сосудистых заболеваний. На основе набора данных, включающего 1 328 записей о пациентах, модели сравнивались по точности классификации целевых переменных и демографических атрибутов. Нейронная сеть продемонстрировала наименьший уровень ошибки при прогнозировании заболевания (3,61%), в то время как дерево решений показало надежные результаты (6,17%) при более высокой интерпретируемости. Полученные результаты подчеркивают не...
тӗплӗнрех