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...

Ausführliche Beschreibung

Bibliographische Detailangaben

Veröffentlicht in:	Engineering reports (Hoboken, N.J.) Jg. 7; H. 9
Hauptverfasser:	Abdussamad, Daud, Hanita, Sokkalingam, Rajalingam, Zubair, Muhammad, Khan, Iliyas Karim, Mahmood, Zafar
Format:	Journal Article
Sprache:	Englisch
Veröffentlicht:	Hoboken, USA John Wiley & Sons, Inc 01.09.2025 Wiley
Schlagworte:	autoencoder hybrid model machine learning models sparse data Type 2 diabetes prediction
ISSN:	2577-8196, 2577-8196
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!