Latent Feature‐Based Type 2 Diabetes Prediction Using a Hybrid Stacked Sparse Autoencoder and Machine Learning Models

ABSTRACT Early and precise prediction of Type 2 diabetes is vital for effective intervention. However, extracting meaningful insights from high‐dimensional datasets with sparse values remains challenging. Sparsity and redundant features often hinder traditional machine learning algorithms' abil...

Celý popis

Podrobná bibliografie

Vydáno v:	Engineering reports (Hoboken, N.J.) Ročník 7; číslo 9
Hlavní autoři:	Abdussamad, Daud, Hanita, Sokkalingam, Rajalingam, Zubair, Muhammad, Khan, Iliyas Karim, Mahmood, Zafar
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Hoboken, USA John Wiley & Sons, Inc 01.09.2025 Wiley
Témata:	autoencoder hybrid model machine learning models sparse data Type 2 diabetes prediction
ISSN:	2577-8196, 2577-8196
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!