高鑫

摘要：糖尿病是一种严重危害人类身体健康的疾病，及早发现并做相应的治疗显得尤为重要。本文运用Pima Indians Diabetes数据集，构建支持向量机模型，该模型采用径向基核函数解决非线性数据在高维特征空间中线性可分问题，利用交叉验证和网格参数寻优法确定模型最优参数，进而预测是否患有糖尿病，并辅助传统的医疗诊断方式，为临床提供帮助性信息，进行更快捷、有效、准确的疾病诊断。

关键词：糖尿病预测;支持向量机;交叉验证

【中图分类号】TP18

【文献标识码】A

【文章编号】2236-1879（2018）13-0064-01

一、研究背景

国际糖尿病联盟于2013年提供的数据表明，目前全世界有3.82亿人患有糖尿病，到2035年全球糖尿病患者有可能达到4.71亿人。我国是糖尿病发病大国，患有糖尿病的人数高达1.14亿人，约占全球糖尿病患者总数的30%，位居世界第一。我国传统治疗主要将医生多年累积的个人经验及化验或仪器指标作为诊断依据。国外则非常看重糖尿病风险预测模型的研究，举办过多次糖尿病及相关并發症的建模会议。由此，本文针对多种影响糖尿病的重要危险因素，结合支持向量机技术，建立Ⅱ型糖尿病风险预测模型，预测正常人在5年内是否会患有糖尿病，确定高危人群范围，做好糖尿病预测和预警，进而有效减轻糖尿病的发病状况。

二、支持向量机算法原理

支持向量机（Support Vector Machine，简称SVM）的核心思想是寻找一个满足相应分类条件的超平面，要求该超平面在实现样本类分离的同时满足距离超平面最近的样本点到超平面的距离最大。……