Comparative Evaluation of Machine Learning Models for Heart Disease Prediction: Performance, Calibration, Threshold Selection, and Explainability
यह अध्ययन क्लीवलैंड हार्ट डिजीज डेटासेट पर पांच मशीन लर्निंग मॉडलों का मूल्यांकन करता है, जिसमें यह पाया गया कि 0.552 के कैलिब्रेटेड थ्रेशोल्ड के साथ लॉजिस्टिक रिग्रेशन ने सर्वश्रेष्ठ प्रदर्शन (85.71% सटीकता और 0.939 ROC-AUC) किया, जबकि प्रमुख वाहिकाओं, सीने में दर्द के प्रकार और थैलियम परीक्षण के परिणामों को प्रमुख भविष्यवक्ताओं के रूप में पहचाना गया, हालांकि लेखक इन निष्कर्षों को विविध आबादी में सामान्य करने से पहले बाहरी सत्यापन की आवश्यकता पर जोर देते हैं।