arXiv · Machine Learning· Sabah Nushra, Shovan Samanta Turzo, Moinul Hossain, Md Kishor Morol·· 8 小时前AI 评分38
面向孟加拉语症状疾病预测的泄漏控制结构保留增强与模板感知评估
Leakage-Controlled Structure-Preserving Augmentation and Template-Aware Evaluation for Bangla Symptom-Based Disease Prediction
AI 导读
研究提出仅在训练集进行非对称 Bernoulli 扰动的数据增强方法，评估其对孟加拉语症状疾病预测的影响，实验覆盖725个独特病例、85种疾病和172项二元症状。XGBoost、LightGBM和CatBoost的准确率分别提升18.10、28.45和10.09个百分点，但91.0%的标准测试样本与训练数据仅相差一个症状位，提示评估需考虑模板相似性。
来源：arXiv · Machine Learning · arxiv.org