基于KNN 的脑卒中患病风险识别
[ 摘要 ] 脑卒中是严重威胁人类生命健康的重大疾病,早期精准识别高风险人群对于预防和干预至关重要。本文基于多维临床数据,构建了 K近邻(KNN)模型用于脑卒中风险预测。通过特征标准化与训练集/ 测试集划分,结合最优邻居参数( k=5 )完成模型训练与验证。实验结果显示,模型在测试集上准确率达 95.0% ,表现出较强的风险识别能力,且该模型具备训练效率高、可解释性强、适用于实时评估等优势,具备良好的临床应用潜力。
霍圣奥 何金泽 关思佳 张钥迪 吴体泽