🧬 जीव विज्ञान
An Explainable XGBoost Framework for Anxiety and Depression Risk Prediction with SHAP and Counterfactual Reasoning
यह अध्ययन चिंता और अवसाद के जोखिम की भविष्यवाणी करने के लिए एक व्याख्यात्मक (explainable) XGBoost फ्रेमवर्क प्रस्तुत करता है जो नैदानिक निदान को प्रतिस्थापित किए बिना मॉडल के निर्णयों में पारदर्शी और व्याख्या योग्य अंतर्दृष्टि प्रदान करने के लिए SHAP और काउंटरफैक्चुअल रीजनिंग को एकीकृत करते हुए क्लास इम्बैलेंस (class imbalance) और मूल्यांकन की कठोरता को संबोधित करता है।