机器学习之XGBoost在糖尿病预测中的实战应用_xgboost应用于血糖监测的实例-CSDN博客

本文链接：https://blog.csdn.net/jacklx888/article/details/140109228

糖尿病是一种常见的慢性疾病，影响着全球数亿人。利用机器学习算法预测糖尿病患者的风险，对于早期干预和治疗有着重要意义。本教程将指导你如何使用Python的scikit-learn库中的糖尿病数据集，结合XGBoost算法进行糖尿病风险预测。

📑 数据集介绍

scikit-learn自带了一个糖尿病数据集，它包含442位患者的生理指标和一年后病情的变化程度。虽然原数据集是回归任务的，但我们可以将其转化为二分类问题，即预测患者一年后病情是否会恶化。

📊 数据预处理

首先，导入必要的库，加载数据，并进行预处理。

import numpy as np
import pandas as pd
from sklearn.datasets import load_diabetes
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler

# 加载数据
diabetes = load_diabetes()

# 转化为DataFrame
df = pd.DataFrame(data=np.c_[diabetes['data'], diabetes['target']], columns=diabetes['feature_names'] + ['target'])

# 根据target值是否大于中位数来划分标签
y = (df['target'] > df['target'].median()).astype(int)
X = df.drop('target', axis=1)

# 数据标准化
scaler = StandardScaler()
X = scaler.fit_transform(X)

# 划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

🏆 构建XGBoost模型

接下来，使用XGBoost构建分类模型。我们将调整一些参数以优化模型性能。

import xgboost as xgb
from sklearn.metrics import accuracy_score, classification_report

# 定义XGBoost模型
model = xgb.XGBClassifier(
    objective='binary:logistic',
    learning_rate=0.1,
    max_depth=3,
    n_estimators=100,
    random_state=42
)

# 训练模型
model.fit(X_train, y_train)

# 预测
y_pred = model.predict(X_test)

📈 模型评估

评估模型性能，包括准确率、精确率、召回率和F1分数。

# 计算准确率
accuracy = accuracy_score(y_test, y_pred)
print(f"Accuracy: {accuracy * 100:.2f}%")

# 打印分类报告
print("Classification Report:")
print(classification_report(y_test, y_pred))

📊 特征重要性分析

了解哪些特征对糖尿病风险预测最为关键，有助于我们理解疾病的影响因素。

# 获取特征重要性
importances = model.feature_importances_
important_features = pd.DataFrame({'Feature': diabetes['feature_names'], 'Importance': importances})
important_features = important_features.sort_values(by='Importance', ascending=False)

# 显示最重要的特征
print("\nTop 5 Important Features:")
print(important_features.head(5))