العربية
English
التنبؤ بمرض باركنسون باستخدام تعلم الآلة (XGBoost)
منذ 11 ساعة
عرض العمل
الوصف
نموذج تعلم آلة يتوقع إصابة المريض بمرض باركنسون من بياناته الصحية والسريرية (2,105 مريض و33 متغيرًا).
مراحل العمل:
- تنظيف البيانات والتأكد من عدم وجود قيم مفقودة أو مكررة.
- تحليل استكشافي لعلاقة العمر والجنس والمتغيرات السريرية بالتشخيص، واكتشاف عدم توازن الفئات.
- هندسة خصائص جديدة مثل فئات العمر ومؤشر كتلة الجسم ومؤشرات ضغط الدم والكوليسترول.
- مقارنة 3 نماذج: Logistic Regression وRandom Forest وXGBoost.
- ضبط معاملات XGBoost باستخدام RandomizedSearchCV مع 5-Fold Cross Validation.
النتائج:
- دقة 93.3% على بيانات الاختبار.
- ROC-AUC = 0.97
- Precision = 0.94 وRecall = 0.95 لفئة المصابين.
- أهم العوامل المؤثرة: التقييم الوظيفي ودرجة UPDRS واختبار MoCA والرعشة.
الأدوات: Python، Pandas، Scikit-learn، XGBoost، Matplotlib، Seaborn.
التفاصيل
| المشاهدات | 0 |
| المفضلة | 0 |
| القسم | برمجة, تطوير المواقع و التطبيقات - اخري |
حساب المستخدم
