行业落地arXiv cs.LG4 天前
Clinically Interpretable Biological Age Estimation Using CatBoost and SHAP with Continuous and Categorical Features from NHANES
该研究基于NHANES近2.5万成年人数据，用CatBoost结合44项人口学、实验室、体检与生活方式特征（含分类变量）估计生物学年龄，并提出在SHAP依赖图上自动量化特征取值范围、效应幅度与零交叉阈值的流程。模型估计年龄与真实年龄相关r=0.798，提升了可解释性与可复现性，为衰老研究与精准健康提供可扩展方法基础。