[논문 리뷰] PCA-RF: An Efficient Parkinson's Disease Prediction Model based on Random Forest Classification

Ishu Gupta, Vartika Sharma외 2명|arXiv (Cornell University)|2022. 03. 21.

Parkinson's Disease Mechanisms and Treatments인용 수 30

한 줄 요약

논문은 PCA를 사용한 특징 축소 후 Random Forest 분류기를 이용하는 파킨슨병 예측 모델인 PCA-RF를 제안하며, UCI 파킨슨병 데이터셋에서 PCA 없이 최대 약 90%의 정확도, PCA 사용 시 약 77%를 달성합니다.

ABSTRACT

In this modern era of overpopulation disease prediction is a crucial step in diagnosing various diseases at an early stage. With the advancement of various machine learning algorithms, the prediction has become quite easy. However, the complex and the selection of an optimal machine learning technique for the given dataset greatly affects the accuracy of the model. A large amount of datasets exists globally but there is no effective use of it due to its unstructured format. Hence, a lot of different techniques are available to extract something useful for the real world to implement. Therefore, accuracy becomes a major metric in evaluating the model. In this paper, a disease prediction approach is proposed that implements a random forest classifier on Parkinson's disease. We compared the accuracy of this model with the Principal Component Analysis (PCA) applied Artificial Neural Network (ANN) model and captured a visible difference. The model secured a significant accuracy of up to 90%.

연구 동기 및 목표

• 파킨슨병의 조기 예측을 통해 의료 부담을 줄이고 시의적 개입의 가능성을 높인다.
• 고차원 의료 데이터에 대해 PCA를 통한 특징 감소를 이용한 높은 정확도와 확장 가능한 분류기 개발.
• 특징 감소의 classifier 성능 영향 평가를 위해 PCA+ANN 베이스라인과 PCA-RF 비교.
• 고차원 데이터 처리를 위해 PySpark를 활용하고 표준 성능 지표를 평가한다.

제안 방법

• 754-특징 데이터셋에서 PCA를 적용하여 축소된 특징 집합을 추출.
• PCA로 축소된 특징에서 Random Forest 분류기를 학습하여 질병 상태를 예측.
• Random Forest 내에서 의사결정 트리 분할을 안내하기 위해 지니 불순도를 사용.
• 정확도, 민감도, 특이도, 정밀도, F1 점수, ROC 분석 등으로 모델 성능 평가.
• PySpark에서 파이프라인 구현하고 PCA+ANN 베이스라인과 비교한다.

실험 결과

연구 질문

• RQ1 주어진 데이터셋에서 Random Forest에 앞서 PCA를 적용하면 파킨슨병 예측이 개선되는가, 아니면 악화되는가?
• RQ2 PCA-RF와 PCA+ANN의 정확도 및 다른 성능 지표는 어떻게 비교되는가?
• RQ3 주요 지표인 민감도와 특이도를 손상시키지 않으면서 PCA가 모델 성능에 어떤 영향을 미치는가?
• RQ4 고차원 의료 데이터셋에 대해 PCA-RF 접근법이 확장 가능한가?

주요 결과

• PCA 없이, PCA-RF는 89.867%의 정확도, 70.175%의 민감도, 96.470%의 특이도, 70.175%의 정밀도, 그리고 77.669%의 F1 점수를 달성합니다.
• PCA를 적용하면 PCA-RF는 76.651%의 정확도, 55.555%의 민감도, 80.628%의 특이도, 35.087%의 정밀도, 그리고 43.010%의 F1 점수를 달성합니다.
• ROC 분석은 제안된 모델이 높은 진양성 비율을 보임을 보여 주며, 우수한 구별 능력을 시사합니다.
• PCA+ANN과 비교할 때, 비-PCA 설정에서 PCA-RF가 더 잘 작동하지만 PCA를 적용하면 성능이 더 떨어져, 특징 감소와 분류기 선택 간의 상호 작용을 강조합니다.
• 연구는 보고된 지표 전반에서 PCA-RF와 PCA+ANN 베이스라인 간에 유의한 정확도 차이가 있음을 지적합니다.