การเพิ่มประสิทธิภาพการคัดเลือกคุณลักษณะสำหรับการพยากรณ์โรคไม่ติดต่อเรื้อรังแบบหลายงานจากข้อมูลสุขภาพที่ไม่สมดุล
Journal of Computer and Creative Technology · 16.04.2026 · 4 (1) · e3069
DOI: 10.65205/jcct.2026.e3069 ↗Kurz gefasst
Fachartikel in der Zeitschrift Journal of Computer and Creative Technology, online erschienen am 16.04.2026. Verfasst von ญาณิศา วงษ์สมบัติ und 1 weiteren Autor:innen. Die Arbeit nennt 15 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-ND 4.0).
Abstract (Originalsprache)
งานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาและเปรียบเทียบประสิทธิภาพของเทคนิคการคัดเลือกคุณลักษณะ ทั้งในรูปแบบวิธีการ Filter และ Wrapper สำหรับข้อมูลสุขภาพที่เป็นแบบหลายงาน และมีความไม่สมดุลของข้อมูล เพื่อพัฒนาแบบจำลองการพยากรณ์โรคไม่ติดต่อเรื้อรัง (NCDs) โดยการบูรณาการเทคนิคการเลือกคุณลักษณะที่มีประสิทธิภาพสูงสุด ร่วมกับแบบจำลองการเรียนรู้ของเครื่อง และเพื่อประเมินผลการคัดเลือกคุณลักษณะสำคัญของแต่ละเทคนิค โดยใช้ตัวชี้วัดทางสถิติที่เหมาะสมกับข้อมูลไม่สมดุล การดำเนินงานวิจัยประกอบด้วย 6 ขั้นตอนหลัก ได้แก่ 1) การเก็บรวบรวมข้อมูลจากเว็บไซต์ Kaggle ซึ่งประกอบด้วย ข้อมูลจำนวน 253,680 แถว และคุณลักษณะ 19 คุณลักษณะ 2) การเตรียมข้อมูลและการกำหนดเป้าหมาย 3 โรค 3) การคัดเลือกคุณลักษณะโดยใช้ 2 วิธี คือ วิธีแบบกรอง (Information Gain, Gain Ratio, Chi-Square) และวิธีแบบควบรวม (Forward Selection, Backward Elimination) 4) การจัดการความไม่สมดุลของข้อมูลด้วยเทคนิค SMOTE 5) การสร้างแบบจำลองการจำแนกโดยใช้เทคนิค XGBoost, Random Forest และ LightGBM และ 6) การประเมินและปรับค่าพารามิเตอร์ของแบบจำลองเพื่อหาค่าที่เหมาะสมที่สุด ผลงานวิจัยพบว่า เทคนิคการคัดเลือกคุณลักษณะด้วยเทคนิค Gain Ratio ช่วยเพิ่มประสิทธิภาพให้เทคนิค XGBoost โดยลดคุณลักษณะจาก 19 เหลือเพียง 7 คุณลักษณะ ได้แก่ ดัชนีมวลกาย อายุ รายได้ สุขภาพกายใน 30 วัน ประเมินสุขภาพตนเอง ระดับการศึกษา และสุขภาพจิตใน 30 วัน ซึ่งให้ค่าความถูกต้องสูงสุดอยู่ที่ 0.8768 และให้ค่าพื้นที่ใต้เส้นโค้ง (AUC) สูงสุดอยู่ที่ 0.9300 แสดงให้เห็นว่า วิธีนี้มีความเหมาะสมในการพยากรณ์โรคไม่ติดต่อเรื้อรังแบบหลายงานได้อย่างแม่นยำและรวดเร็ว
Zitieren
APA
วงษ์สมบัติ, ญ., & หมวดทองอ่อน, น. (2026). การเพิ่มประสิทธิภาพการคัดเลือกคุณลักษณะสำหรับการพยากรณ์โรคไม่ติดต่อเรื้อรังแบบหลายงานจากข้อมูลสุขภาพที่ไม่สมดุล. Journal of Computer and Creative Technology, 4(1), e3069. https://doi.org/10.65205/jcct.2026.e3069
Vancouver
วงษ์สมบัติ ญ, หมวดทองอ่อน น. การเพิ่มประสิทธิภาพการคัดเลือกคุณลักษณะสำหรับการพยากรณ์โรคไม่ติดต่อเรื้อรังแบบหลายงานจากข้อมูลสุขภาพที่ไม่สมดุล. Journal of Computer and Creative Technology. 2026;4(1):e3069. doi:10.65205/jcct.2026.e3069
BibTeX
@article{2026,
author = {วงษ์สมบัติ, ญาณิศา and หมวดทองอ่อน, นิติเศรษฐ์},
title = {การเพิ่มประสิทธิภาพการคัดเลือกคุณลักษณะสำหรับการพยากรณ์โรคไม่ติดต่อเรื้อรังแบบหลายงานจากข้อมูลสุขภาพที่ไม่สมดุล},
journal = {Journal of Computer and Creative Technology},
year = {2026},
volume = {4},
number = {1},
pages = {e3069},
doi = {10.65205/jcct.2026.e3069}
}
EUVIMED