A túlsúly szintjeinek osztályozása gépi tanulási algoritmusokkal

Abstract

Az elhízás világszerte növekvő népegészségügyi probléma, amelynek kialakulásában életmódbeli, genetikai, egészségügyi és környezeti tényezők egyaránt szerepet játszhatnak. A túlsúly növelheti bizonyos krónikus betegségek kockázatát, ezért különösen fontos korai felismerése. Szakdolgozatomban statisztikai elemzések és gépi tanulási eljárások alkalmazásával vizsgáltam, hogy a túlsúly különböző szintjei milyen pontossággal különíthetők el. A használt algoritmusok közé tartozott a logisztikus regresszió, Naiv Bayes, k-legközelebbi szomszéd, döntési fa, véletlen erdő, lineáris és kernel tartóvektorgép, továbbá a mesterséges neurális hálózat. A kutatás során figyelembe vettem változószelekciós és dimenziócsökkentő eszközök, valamint a hiperparaméter-beállítások modellek teljesítményére gyakorolt hatását. Az eredmények összehasonlítása hozzájárult a módszerek erősségeinek és korlátainak feltárásához, és a legmegfelelőbb megközelítések azonosításához.