arXiv · ML· Abdullah Kavakl{\i}, Faik Boray Tek·· 9 小时前AI 评分25
ITU-DESC：英国生物银行队列中具备缺失值感知能力的机器学习痴呆风险评分
ITU-DESC: a missingness-aware machine-learning dementia risk score in the UK Biobank cohort
AI 导读
ITU-DESC 在英国生物银行约 50 万参与者中评估首发全因痴呆风险，ROC AUC 达 0.853。 模型结合 BorutaSHAP 特征选择与 CatBoost 算法，通过随机热插补控制缺失值偏差，筛选出 38 项预测因子。 该评分是目前首个结合广特征选择与显式缺失偏差控制的痴呆风险工具，性能优于现有对比模型。
来源：arXiv · ML · arxiv.org