基于可解释机器学习的交互式糖尿病风险预测：结合SHAP、LIME及共病洞察的Dashboard方法

本研究解决了糖尿病风险预测中的可解释性问题，提出了一种基于Dash的交互式健康风险预测工具。通过使用LightGBM与欠采样策略，本研究实现了最佳召回率，并结合SHAP和LIME技术解释预测结果，强调了共病的相关性，从而为用户提供个性化建议，促进数据驱动的健康意识。