당뇨병 자동 진단을 위한 MI‑MCS 기반 가중치 서포트 벡터 머신

초록

본 연구는 주성분 분석(PCA)으로 특징을 선별하고, 상호 정보(MI)로 각 특징에 가중치를 부여한 가중치 SVM(FW‑SVM)을 구축한다. 이후 변형된 쿠쿠 탐색(MCS) 알고리즘을 이용해 SVM의 핵심 파라미터(C, γ)를 최적화한다. UCI 당뇨병 데이터셋에 적용한 결과, 93.58%의 정확도를 달성했으며, 기존 방법 대비 정확도와 연산 속도 모두 향상되었다.

상세 요약

이 논문은 머신러닝 기반 당뇨병 진단 모델을 설계할 때 흔히 발생하는 두 가지 핵심 문제—특징 선택·가중치 부여와 SVM 파라미터 튜닝—를 동시에 해결하려는 시도로 평가할 수 있다. 첫 단계에서 PCA를 적용해 원본 8개 임상 변수 중 상관관계가 높은 차원을 제거하고, 정보 손실을 최소화하면서 차원을 축소한다. 이는 모델의 과적합 위험을 낮추고 학습 속도를 높이는 효과가 있다. 두 번째 단계에서는 Mutual Information(MI)을 이용해 각 특징이 목표 라벨(당뇨병 여부)과 얼마나 관련 있는지를 정량화한다. MI 값이 높은 특징에 더 큰 가중치를 부여함으로써, 전통적인 SVM이 모든 특징을 동일하게 취급하는 한계를 보완한다. 여기서 제안된 Feature Weighted SVM(FW‑SVM)은 목적 함수에 가중치 행렬을 도입해 마진을 최적화하므로, 중요한 변수는 결정 경계에 더 큰 영향을 미치게 된다. 세 번째 단계는 Modified Cuckoo Search(MCS)이다. 쿠쿠 탐색은 Lévy 비행을 기반으로 전역 탐색 능력이 뛰어나지만, 원 논문에서는 탐색 단계와 수렴 속도를 개선하기 위해 파라미터 업데이트 규칙을 변형하였다. MCS는 SVM의 비용 파라미터 C와 RBF 커널의 γ를 동시에 탐색하며, 교차 검증 정확도를 적합도 함수로 사용한다. 실험에서는 10‑fold 교차 검증을 반복해 평균 정확도, 정밀도, 재현율, F1‑score 등을 보고했으며, 제안 모델이 기존의 표준 SVM, K‑NN, 결정 트리 등과 비교해 3~5%p 이상의 성능 향상을 보였다. 특히, 파라미터 탐색에 MCS를 적용함으로써 그리드 서치 대비 연산 시간이 약 40% 감소한 점은 실용적인 의미가 크다. 다만, 데이터셋이 UCI Pima Indians Diabetes와 같이 비교적 작은 규모(768 샘플)이며, 클래스 불균형을 별도 처리하지 않은 점은 모델 일반화에 제한을 줄 수 있다. 향후 다중 기관 데이터와 불균형 처리 기법(예: SMOTE) 적용, 그리고 다른 메타휴리스틱(예: PSO, GA)과의 비교 실험이 필요하다. 전반적으로, 특징 가중치와 메타휴리스틱 기반 파라미터 최적화를 결합한 구조는 의료 데이터의 고차원·소규모 특성을 고려한 효율적인 접근이라 할 수 있다.