[論文レビュー] Unleashing the Power of Extra-Tree Feature Selection and Random Forest Classifier for Improved Survival Prediction in Heart Failure Patients

Md. Simul Hasan Talukder, Rejwan Bin Sulaiman+1 more|arXiv (Cornell University)|Aug 9, 2023

Artificial Intelligence in Healthcare被引用数 8

ひとこと要約

この論文は Extra-Tree 特徴選択とグリッド調整済み Random Forest を組み合わせて、UCL HF 生存データを用いて心不全生存を予測し、98.33% の精度を達成した。

ABSTRACT

Heart failure is a life-threatening condition that affects millions of people worldwide. The ability to accurately predict patient survival can aid in early intervention and improve patient outcomes. In this study, we explore the potential of utilizing data pre-processing techniques and the Extra-Tree (ET) feature selection method in conjunction with the Random Forest (RF) classifier to improve survival prediction in heart failure patients. By leveraging the strengths of ET feature selection, we aim to identify the most significant predictors associated with heart failure survival. Using the public UCL Heart failure (HF) survival dataset, we employ the ET feature selection algorithm to identify the most informative features. These features are then used as input for grid search of RF. Finally, the tuned RF Model was trained and evaluated using different matrices. The approach was achieved 98.33% accuracy that is the highest over the exiting work.

研究の動機と目的

• 心不全生存に有益な情報特徴量を Extra-Tree Features 選択法で識別する。
• 生存予測用の Random Forest 分類器を設計・調整する。
• 標準的な性能指標でモデルを評価し、既存の手法と比較する。

提案手法

• StandardScaler で特徴量を標準化する。
• Extra-Tree feature selection を適用して有益な予測因子をランク付け・選択する。
• 特徴量削減後にデータを訓練/テスト(80:20) に分割する。
• グリッドサーチを用いて RF のハイパーパラメータを調整（例: max_depth, min_samples_split, criterion, class_weight, max_leaf_nodes）。
• 訓練データ上で調整済み RF モデルを訓練し、テストデータで複数の指標を用いて評価する。

実験結果

リサーチクエスチョン

• RQ1 Extra-Tree feature selection は HF 生存予測の最も有益な特徴を識別できるか。
• RQ2 グリッド調整済み Random Forest 分類器は HF 生存データセットで最先端手法を上回るか。
• RQ3 ET+RF アプローチの標準的な分類指標における予測性能はどうか。

主な発見

Matrices	Measures (%)
Precision	100
Recall	94.12
F1 Score	96.97
Roc Auc Score	97.06
MSE	1.67
Gini Coefficient	94.12
Kappa Coefficient	95.82
Matthew's Correlation Coefficient	95.91
Specificity	100
Accuracy	98.33

• ET によって選択された特徴は Time、ejection fraction、serum creatine、年齢。
• 調整済み RF モデルは precision 100%、recall 94.12%、F1 96.97%。
• ROC AUC スコアは 97.06%。
• Mean Squared Error (MSE) は 1.67。
• Gini coefficient は 94.12%、Kappa は 95.82%。
• Accuracy は 98.33%、特異度は 100%、誤分類は1件のみ。