融合XGBoost與SHAP的冠心病預測及其特征分析模型

打開文本圖片集

收稿日期：2021-11-21；修回日期：2022-01-21

基金項目：國家自然科學基金資助項目（61562078，71563048）；新疆天山青年計劃資助項目（2018Q073）；新疆高校研自科項目（XJEDU2021Y037）；新疆“天山雪松計劃”青年拔尖人才計劃資助項目

作者簡介：陳小昆（1963-），女，教授，碩導，碩士，主要研究方向為統(tǒng)計機器學習；左航旭（1998-），男（通信作者），碩士研究生，主要研究方向為機器學習（[email protected]）；廖彬（1986-），男，副教授，博導，博士，主要研究方向為深度學習、數(shù)據(jù)挖掘及大數(shù)據(jù)計算模型等；孫瑞娜（1982-），女，博士研究生，主要研究方向為數(shù)據(jù)挖掘、網(wǎng)絡安全等.

摘 要：為了解決冠心病診斷模型中性能無法滿足臨床應用要求、缺乏可解釋性的問題，提出一種融合XGBoost與SHAP的冠心病預測及其特征分析模型。（剩余21390字）