인체측정 데이터를 활용한 대사성질환군 분류: 머신러닝 기반 SHAP 변수 중요도 분석
Classification of Metabolic Disease Groups Using Anthropometric Data: A Machine Learning–Based SHAP Variable Importance Analysis
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
이 연구의 목적은 인체측정 데이터를 활용하여 대사성질환군을 분류하는 머신러닝 모델을 구축하고, SHAP (Shapley Additive Explanations) 분석을 통해 예측에 기여하는 주요 변수의 중요도를 시각적으로 탐색하는 것이다. 연구의 목적을 달성하기 위해 성인남녀 201명을 대상으로 인체측정 데이터를 수집하였으며, 모든 변수는 연속형변수로 Z-score 표준화를 적용하여 전처리하였다. 이후 인체측정 데이터를 활용하여 대사성질환군을 분류하기 위한Decision Tree, XGBoost, HGBT, Random Forest 모델을 구축하였으며, 연구 결과는 다음과 같다. 첫째, Random Forest 기본모델이 Accuracy 0.856, F1-Score 0.921로 가장 높은 성능을 보였다. 둘째, 각 머신러닝 기본모델에RandomizedSearchCV 기법을 적용하여 하이퍼파라미터를 최적화한 결과 XGBoost 모델이 Accuracy 0.927, F1-Score 0.957로 가장 높은 성능을 보였다. 셋째, SHAP 분석 결과 예측에 기여한 주요 변수는 ‘견갑하단 피하지방’, ‘오른팔의 체지방률(BFM% of Right Arm)’, ‘종아리 피하지방 두께’, ‘오른팔의 세포외수분비율(ECW/TBW of Right Arm)’ 순으로 나타났다. 넷째, SHAP summary plot과 dependence plot을 통해 변수 간의 상호작용과예측에 미치는 영향력을 시각적으로 해석하였다. 이 연구는 머신러닝 기반 인체측정 데이터를 활용한 대사성질환군분류 모델이 건강 위험군 선별에 활용될 수 있는 가능성을 제시하며, 향후 질환 예측 및 조기 진단 연구의 기초자료를제공하고자 한다.
Abstract
The purpose of this study was to develop a machine learning model capable of classifying metabolic disease groups using anthropometric data and to visually explore the importance of key variables contributing to the predictions through SHAP(Shapley Additive Explanations) analysis. To achieve these research objectives, anthropometric data were collected from 201 adult men and women, and all variables were preprocessed as continuous variables using Z-score standardization. Subsequently, Decision Tree, XGBoost, HGBT, and Random Forest models were developed to classify metabolic disease groups based on the anthropometric data, and the results were as follows. First, the baseline Random Forest model exhibited the highest performance, with an accuracy of 0.856 and an F1-score of 0.921. Second, after optimizing the hyperparameters of each baseline machine learning model using the RandomizedSearchCV technique, the XGBoost model achieved the highest performance, with an accuracy of 0.927 and an F1-score of 0.957. Third, SHAP analysis revealed that the most influential variables contributing to the predictions were subscapular subcutaneous fat, body fat percentage of the right arm, calf subcutaneous fat thickness, and extracellular water ratio of the right arm. Fourth, SHAP summary and dependence plots were used to visually interpret the interactions among variables and their influence on model predictions. Overall, this study highlights the potential applicability of a machine learning–based classification model using anthropometric data for identifying high-risk groups for metabolic diseases. These findings are expected to provide a foundation for future research and contribute to disease prevention and healthcare applications.