Boosting算法结合SMOTE技术在青年男男性行为者HIV感染预测中的应用

目的评估Boosting算法与SMOTE技术相结合在预测青年男性性行为（YMSM）HIV感染中的性能。方法通过网络和现场调查，选择2018年至2019年的1179名天津市基督教青年会。利用BoostXG、LightGBM、CatBoost和logistic，结合SMOTE技术，建立了预测模型。分类绩效通过AUC、F1、Accuracy和Brier　score等指标进行评估。结果在使用SMOTE综合数据后，logistic、Cat、Boost、LightGBM和BoostXG分别增长了23.4%、24.0%、25.4%和26.8%。boosting算法的分类性能优于logistic模型。结论Boosting算法与SMOTE技术相结合，为类间不平衡数据的分类和预测提供了新的思路。