Детальная информация

Выпускная квалификационная работа посвящена разработке и интерпретации ансамблевых моделей машинного обучения для прогнозирования исследовательского комплексного индекса здоровья H_v2 на данных NHANES August 2021 - August 2023. В обновленной реализации H_v2 соответствует адаптивной версии H_v2_adaptive: исходные показатели переводятся в нормированные риск-баллы, объединяются в шесть риск-доменов и агрегируются с помощью адаптивного взвешивания. В работе сформированы полный и сокращенный наборы признаков, обучены и сравнены модели Random Forest, Gradient Boosting, XGBoost, LightGBM, Ridge и ElasticNet. Лучшей моделью в обеих конфигурациях стала LightGBM. На полном наборе признаков получены RMSE = 2.7826, R2 = 0.9698 и Spearman = 0.9859; на сокращенном наборе признаков - RMSE = 5.4581, R2 = 0.8837 и Spearman = 0.9437. Для интерпретации модели использован SHAP-анализ. Индекс H_v2 является исследовательской вычислительной конструкцией и не является официальной клинической шкалой NHANES, диагностическим стандартом или заменой медицинского заключения.

The final qualification work is devoted to the development and interpretation of ensemble machine learning models for predicting the research composite health index H_v2 using NHANES August 2021 - August 2023 data. In the updated implementation, H_v2 corresponds to the adaptive version H_v2_adaptive: the initial indicators are transformed into normalized risk scores, grouped into six risk domains and aggregated using adaptive weighting. Full and reduced feature sets are formed, and Random Forest, Gradient Boosting, XGBoost, LightGBM, Ridge and ElasticNet models are trained and compared. LightGBM is the best model in both configurations. For the full feature set, RMSE = 2.7826, R2 = 0.9698 and Spearman = 0.9859; for the reduced feature set, RMSE = 5.4581, R2 = 0.8837 and Spearman = 0.9437. SHAP analysis is used to interpret the model. The H_v2 index is a research computational construct and is not an official NHANES clinical scale, a diagnostic standard or a substitute for medical judgement.