Application of machine learning methods for predicting the risk of stroke occurrence

Abstract

Проведено дослідження в медичній сфері, яка є дуже важливою для людей і з кожним роком набуває все більшого значення. Дослідження спрямоване на прогнозування виникнення інсульту. Це захворювання є серйозною загрозою для здоров'я та життя людей. Для побудови моделей машинного навчання, які б могли вирішити проблему прогнозування виникнення інсульту, використовувався дуже незбалансований набір даних, що ускладнювало роботу. Використовуючи опрацьовані дані, отримані в результаті застосуванняметодів попереднього опрацювання даних, побудовано та порівняно різні моделі машинного навчання для вирішення поставленої задачі класифікації. Найкращі результати показала модель random forest, яка досягла precision, recall та f1-score на рівні 90%. Також використовувався показник accuracy, який дорівнював 90%. Однак для того, щоб показати недоцільність даного показника в задачах класифікації, було натреновано модель random forest classifier з найоптимальнішими гіперпараметрами, отриманими за допомогою методу grid search на даних, які опрацьовані без етапу вирішення проблеми незбалансованості даних. У результаті модель показала показник accuracy, що дорівнював 96%. Проте показники precision, recall та f1-score для 1 (буде інсульт) класу дорівнювали 0%. Такі результати показали, що модель погано навчилася та взагалі не змогла класифікувати даний клас. Отже. в результаті виконання даної роботи побудовано модель random forest classifier для вирішення проблеми прогнозування виникнення інсульту, яка показала добрі результати оцінювання показників precision, recall та f1-score – 90%. Отримані результати дослідження є досить важливими, оскільки можуть допомогти лікарям ефективніше впроваджувати профілактичні заходи і збільшити шанси на порятунок життя та здоров'я пацієнтів від інсульту

In the paper, research was carried out in the medical field, which is very important for people and is gaining more and more importance every year. The study was aimed at predicting the occurrence of a stroke, this disease is a serious threat to people's health and lives. To build machine learning models that could solve the problem of predicting the occurrence of a stroke, a very unbalanced dataset was used, which made the work difficult. The best results were shown by the Random Forest model, which reached precision, recall, andf1-score equal to 90%. The obtained results can be useful for doctors and medical workers engaged in the diagnosis and treatment of stroke