arXiv cs.LG· Yanni Sun, Zheng Qu, Kevin Ren, Zhanglin Lin Cui·· 18 天前AI 评分29
基于 CatBoost 与 SHAP 的临床可解释生物学年龄评估框架
Clinically Interpretable Biological Age Estimation Using CatBoost and SHAP with Continuous and Categorical Features from NHANES
AI 导读
研究人员基于 NHANES 数据集（2011至2020年3月，24,983名成年人）构建了临床可解释的生物学年龄评估框架。该方法采用 CatBoost 回归模型结合44项异质临床特征估算年龄，在保留测试集上预测结果与实际年龄强相关（Pearson r = 0.798，P < 0.001）。团队通过自动化程序直接量化 SHAP 依赖图的贡献区间与过零阈值，将定性视觉分析转化为可复现的定量指标。
来源：arXiv cs.LG · arxiv.org