Performance comparison of machine learning, deep learning prediction and classification techniques through stroke data

세계보건기구(WHO)에 따르면 뇌졸중은 전 세계적으로 두 번째 주요 사망 원인이며 전체 사망의 약 11%를 차지한다. 데이터 세트는 Kaggle에서 가져온 뇌졸중 데이터이며, 각 행마다 환자에 대한 관련 정보를 제공한다. 성별, 연령, 다양한 질병 및 흡연 상태등 다양한 입력 매개변수를 기반으로 환자가 뇌졸중에 걸릴 가능성이 있는지 예측하는데 사용할 수 있다. 각 데이터 column간의 관계가 있는지 correlation계수와 다중공선성을 확인한다. 분류 기법에 있어서, 여러 가지 머신러닝기법과, DNN, Ensemble 기법을을 사용했다. DNN에서 layer을 5개 쌓아서 적용했고, Ensemble 알고리즘은 RNN과 CNN을 Ensemble하였다. optimizer함수로는 adam을 이용해 기울기를 업데이트했고, Loss Function으로는 Binary Cross Entropy를 사용했다. 평가방법으로는 Accuracy, Recal와 ROC-AUC 을 사용해서 분류기법을 평가한다.