Evaluatie van door LLM's gegenereerde regels voor het voorspellen van hartziekten

arXiv:2609.13192v1 Aankondigingstype: nieuw Abstract: Deze studie vergelijkt traditionele machine learning-modellen en op Large Language Model (LLM) gebaseerde regelgebaseerde systemen voor het voorspellen van hartziekten met behulp van de UCI Heart Disease-dataset. Verschillende classifiers, waaronder Logistic Regression, K-Nearest Neighbors (KNN), Support Vector Machine (SVM), Naive Bayes, Decision Tree en Random Forest, werden geëvalueerd naast regelgebaseerde systemen gegenereerd met GPT-4o en Claude Sonnet 4.6. De modelprestaties werden...