LightGBM and Voting Classifier: Top Performers in Supervised Classification for Vector-Borne Diseases in Hauts-Bassins, Burkina Faso
Notice bibliographique
Résumé
Vector-borne diseases remain a major public health challenge, particularly in low-income countries where access to laboratory diagnostics is limited. This study evaluates the performance of 11 supervised learning models for classifying vector-borne diseases, using a dataset of 300 patient records from Burkina Faso, where malaria accounts for approximately 79% of cases. To address class imbalance, the Synthetic Minority Oversampling Technique (SMOTE) was applied. The results indicate that LightGBM and Voting Algorithm stand out as the best-performing models among those tested. Specifically, LightGBM achieved the highest accuracy on balanced datasets, with an accuracy of 98.3% and an F1-score of 98.2%. Meanwhile, the Voting Algorithm performed best on imbalanced datasets, achieving an accuracy of 86.44% and an F1-score of 83.40%. These findings highlight the importance of selecting an appropriate model based on dataset characteristics. This study emphasizes that the accuracy of vector-borne disease prediction can be significantly improved by exploring additional machine learning models. Regardless of whether the dataset is balanced or imbalanced, tailored approaches can optimize classification performance. Finally, these findings offer new perspectives on the application of artificial intelligence to enhance disease diagnosis in resource-limited settings.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».