摘要：糖尿病是一种以高血糖为特征的慢性疾病，且具有明显的家族遗传特征，接近一半的患者有家族遗传史。近年来，中国成为世界糖尿病患者的第一大国，患者人数高达1.1亿人，且患病比例还在不断地上升。在这种情况之下，通过先进的技术手段做好糖尿病的前期预防工作、对普通百姓的患病几率进行评估以及对高危人群患病几率进行预测，从而达到预防的作用。本实验主要针对以下三个部分展开：第一点是对一些糖尿病的参数进行分析处理。影响糖尿病的因素有很多，例如血糖、血压、BMI等等，而且不同的年龄段的指标数值又有着很大的差异性，但是收集的数据集中又有些数值是无法使用的，比如某些不符合实际的数值或者是为零的数字，都需要排除在外，进行数据的筛选。第二点就是预测模型的设计与分析。通过多种分类算法对糖尿病的数据集进行预测分析，来判断之后患有糖尿病的可能性。主要的算法有决策树、随机森林、Logistic回归以及神经网络等。第三点，把数据结果可视化分析，采用数形结合的方式，观察模型的优劣，对模型进行调参，改进。

关键词：糖尿病  机器学习  神经网络  随机森林  Logistic回归

目录

摘要

Abstract

1.绪论-1

1.1 课题研究背景-1

1.2 课题研究目的-1

1.3 课题的研究现状-1

1.4 本文的主要工作-2

2.算法原理与分析-4

2.1 Logistic回归-4

2.2 决策树算法-4

2.3 随机森林算法-5

2.4 SVM算法-5

2.5 多层感知机-6

2.6 BP神经网络-6

3.可行性分析-8

3.1 技术可行性-8

3.2 操作可行性-8

3.3 经济可行性-8

3.4 社会可行性-8

4.实验设计-9

4.1 数据分析及理解-9

4.2 数据预处理-9

4.3 BP神经网络设计-16

4.4 sklearn机器学习库模型调用-19

5.实验结果与分析-22

6.结论与展望-26

6.1结论-26

6.2不足之处及未来展望-26

6.3本研究对各方面的影响-27

参考文献-28

致谢-29