# 早期糖尿病风险预测数据集

在UCI早期糖尿病风险数据集上，520条问卷记录中有269条与另一条记录共享完全相同的预测变量组合，按行随机划分的交叉验证会把同一档案的副本同时放进训练与测试折。改用按档案分组的交叉验证后，十个集成模型的MCC下降0.105至0.157，准确率从97.2–98.2%降到90.2–93.2%，模型排名也随之改变。进一步把仅年龄不同的近重复症状模式并入同一折，所有模型的表现继续下降。

在UCI早期糖尿病风险数据集上，520条问卷记录中有269条与另一条记录共享完全相同的预测变量组合，按行随机划分的交叉验证会把同一档案的副本同时放进训练与测试折。改用按档案分组的交叉验证后，十个集成模型的MCC下降0.105至0.157，准确率从97.2–98.2%降到90.2–93.2%，模型排名也随之改变。进一步把仅年龄不同的近重复症状模式并入同一折，所有模型的表现继续下降。