基于Fuzzy_Diabetes项目的糖尿病诊断模型构建与比较
2025-06-19 19:58:20作者:盛欣凯Ernestine
项目概述
本项目实现了一个完整的糖尿病诊断模型构建流程,结合了传统机器学习方法(KNN、SVM、随机森林)和自适应神经模糊推理系统(ANFIS)。通过对比分析不同模型在糖尿病数据集上的表现,为医疗诊断提供了一种有效的辅助决策方案。
环境准备
在开始项目前,需要安装以下必要的Python库:
!pip install scikit-learn pandas matplotlib joblib sanfis
这些库包含了数据处理、机器学习模型实现和可视化所需的工具。
数据预处理
数据加载与清洗
# 加载数据集
df = pd.read_csv("diabetes.csv")
# 处理缺失值(将0替换为列均值)
zero_fill_cols = ['Glucose','BloodPressure','SkinThickness','Insulin','BMI']
for col in zero_fill_cols:
df[col] = df[col].replace(0, np.nan)
df[col] = df[col].fillna(df[col].mean())
# 去除异常值
df = df[(df['BMI'] <= 67) & (df['Insulin'] <= 846)]
特征选择与标准化
根据医学研究,我们选择了以下四个关键特征:
- 怀孕次数(Pregnancies)
- 葡萄糖浓度(Glucose)
- 身体质量指数(BMI)
- 糖尿病谱系功能(DiabetesPedigreeFunction)
features = ["Pregnancies", "Glucose", "BMI", "DiabetesPedigreeFunction"]
X = df[features].values
y = df["Outcome"].values
# 数据标准化
scaler = StandardScaler()
X_std = scaler.fit_transform(X)
X_train, X_test, y_train, y_test = train_test_split(
X_std, y, test_size=0.3, random_state=42, stratify=y
)
传统机器学习模型构建
K最近邻(KNN)模型
knn = KNeighborsClassifier(n_neighbors=7, weights='distance')
knn.fit(X_train, y_train)
joblib.dump(knn, "model/knn_model.pkl")
支持向量机(SVM)模型
svm = SVC(kernel='rbf', C=1, gamma='auto', probability=True, random_state=42)
svm.fit(X_train, y_train)
joblib.dump(svm, "model/svm_model.pkl")
随机森林(RF)模型
rf = RandomForestClassifier(n_estimators=150, max_depth=7, random_state=42)
rf.fit(X_train, y_train)
joblib.dump(rf, "model/rf_model.pkl")
自适应神经模糊推理系统(ANFIS)实现
ANFIS结合了神经网络的学习能力和模糊系统的推理能力,特别适合处理医学诊断这类模糊性问题。
# 定义隶属函数参数
MEMBFUNCS = [
{'function': 'gaussian', 'n_memb': 7,
'params': {'mu': {'value': linspace(-1, 1, 7).tolist(), 'trainable': True},
'sigma': {'value': [0.8]*7, 'trainable': True}}},
{'function': 'bell', 'n_memb': 7,
'params': {'c': {'value': linspace(-1, 1, 7).tolist(), 'trainable': True},
'a': {'value': [2.0]*7, 'trainable': False},
'b': {'value': [3.0]*7, 'trainable': False}}},
{'function': 'gaussian', 'n_memb': 7,
'params': {'mu': {'value': linspace(-1, 1, 7).tolist(), 'trainable': True},
'sigma': {'value': [0.8]*7, 'trainable': True}}},
{'function': 'sigmoid', 'n_memb': 7,
'params': {'c': {'value': linspace(-1, 1, 7).tolist(), 'trainable': True},
'gamma': {'value': [-3.0, -2.0, -1.0, 0, 1.0, 2.0, 3.0], 'trainable': True}}}
]
# 模型训练
model = SANFIS(membfuncs=MEMBFUNCS, n_input=4, scale='Std')
optimizer = torch.optim.AdamW(model.parameters(), lr=0.002)
loss_fn = torch.nn.MSELoss(reduction='mean')
history = model.fit(train_data=[X_train_torch, y_train_torch],
valid_data=[X_test_torch, y_test_torch],
optimizer=optimizer,
loss_function=loss_fn,
epochs=1000)
# 模型保存
torch.save(model.state_dict(), 'model/anfis_model.pt')
模型性能比较
我们对四种模型在测试集上的表现进行了全面评估,使用准确率(Accuracy)、F1分数和AUC三个指标:
模型 | 准确率 | F1分数 | AUC |
---|---|---|---|
KNN | 0.710 | 0.544 | 0.786 |
SVM | 0.723 | 0.522 | 0.770 |
RF | 0.745 | 0.593 | 0.815 |
ANFIS | 0.758 | 0.606 | 0.827 |
从结果可以看出:
- ANFIS模型在所有指标上都表现最佳,特别是在AUC指标上达到0.827
- 随机森林作为传统机器学习方法中的最佳模型,表现接近ANFIS
- SVM虽然准确率略高于KNN,但在F1分数上表现最差
结论与建议
- 模型选择:对于糖尿病诊断这类医学问题,ANFIS因其能够处理模糊性和不确定性,表现出最佳性能
- 特征工程:BMI和葡萄糖浓度是最重要的两个预测指标,这与医学常识一致
- 实际应用:建议将ANFIS模型集成到医疗辅助诊断系统中,但需要结合医生的专业判断
- 改进方向:可以尝试增加更多临床特征,或结合深度学习模型进一步提升性能
本项目的完整实现展示了从数据预处理到模型构建、评估的全流程,为医疗AI应用提供了一个可复用的框架。
登录后查看全文
热门项目推荐
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++045Hunyuan3D-Part
腾讯混元3D-Part00GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0289Hunyuan3D-Omni
腾讯混元3D-Omni:3D版ControlNet突破多模态控制,实现高精度3D资产生成00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
1 freeCodeCamp英语课程视频测验选项与提示不匹配问题分析2 freeCodeCamp课程视频测验中的Tab键导航问题解析3 freeCodeCamp博客页面工作坊中的断言方法优化建议4 freeCodeCamp课程页面空白问题的技术分析与解决方案5 freeCodeCamp猫照片应用教程中的HTML注释测试问题分析6 freeCodeCamp全栈开发课程中React组件导出方式的衔接问题分析7 freeCodeCamp 课程中关于角色与职责描述的语法优化建议 8 freeCodeCamp全栈开发课程中测验游戏项目的参数顺序问题解析9 freeCodeCamp Cafe Menu项目中link元素的void特性解析10 freeCodeCamp全栈开发课程中React实验项目的分类修正
最新内容推荐
Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南 Windows版Redis 5.0.14下载资源:高效内存数据库的完美Windows解决方案 PANTONE潘通AI色板库:设计师必备的色彩管理利器 CS1237半桥称重解决方案:高精度24位ADC称重模块完全指南 ReportMachine.v7.0D5-XE10:Delphi报表生成利器深度解析与实战指南 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 开源电子设计自动化利器:KiCad EDA全方位使用指南 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
168
2.05 K

本仓将为广大高校开发者提供开源实践和创新开发平台,收集和展示openHiTLS示例代码及创新应用,欢迎大家投稿,让全世界看到您的精巧密码实现设计,也让更多人通过您的优秀成果,理解、喜爱上密码技术。
C
92
599

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0

React Native鸿蒙化仓库
C++
199
279

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
954
563

为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
78
71

🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
60
17

基于golang开发的网关。具有各种插件,可以自行扩展,即插即用。此外,它可以快速帮助企业管理API服务,提高API服务的稳定性和安全性。
Go
22
0