标题：基于堆叠集成学习的结核病诊断模型
作者：何鑫 于芳芳
作者单位：佛山职业技术学院智能制造学院，广东 佛山 528137
关键字：结核病；堆叠集成学习；递归特征消除法；机器学习
摘要：结核病（TB）作为一种极具致命性的传染病，主要分为活动性结核病（ATB）与潜伏性结核感染（LTBI）。然而，现有的临床诊断方法在准确区分ATB和LTBI方面仍然面临挑战。通过结合常规血液检测和T-SPOT.TB检测结果，提出了一个基于堆叠集成学习的结核病诊断模型。首先运用基于交叉验证的递归特征消除法（RFECV）筛选出与结核病诊断密切相关的核心特征。随后以LASSO、支持向量机、随机森林、梯度提升决策树和XGBoost为基础学习器，逻辑回归作为元学习器，构建堆叠集成学习模型进行结核病预测。实验结果表明，该模型能有效弥补了单一模型的不足，实现了对ATB与LTBI患者的精准鉴别。