1.一种基于KS模型的糖尿病预测算法，其特征在于，具体按照以下步骤实施：步骤1、从UCI机器学习存储库中获得的皮马印度糖尿病数据集；

步骤2、对获取的皮马印度糖尿病数据集进行清洗，获得规范化数据集；具体过程为：删除每个属性数据以外的其他内容，对数据集中存在的缺失值进行填补，对数据集中存在的缺失值进行填补的具体过程为：每个属性数据的平均值替换缺失数据；

步骤3、利用四分位数分析法对规范化数据集中存在的极值、离群值进行检测并进行删除；

步骤4、采用Person相关系数分析法挑选与糖尿病预测相关性大的四个属性；具体过程为：取每个属性中数据Xi，

计算Person相关系数，公式为：

其中， 表示属性中数据的标准分数， 表示属性中数据的平均值， 表示属性中数据的标准差；

将每个属性得到的Person相关系数按照大小进行排序，选取数值较大四个Person相关系数，根据Person相关系数得到四个属性；

步骤5、分别对四个属性中对应的数据进行标准化处理；

步骤6、将标准化处理后的数据集输入到KMEANS++算法中进行无监督学习，得到聚类正确的数据；

步骤7、将数据输入到SVM中进行预测，评估其性能。

2.根据权利要求1所述一种基于KS模型的糖尿病预测算法，其特征在于，所述皮马印度糖尿病数据集九个属性值，其中八个与糖尿病诊断相关属性和一个标签属性，所述标签属性中用‘0’表示健康人群，用‘1’表示患者人群。

3.根据权利要求1所述一种基于KS模型的糖尿病预测算法，其特征在于，步骤5具体过程为：分别对四个属性中数据分别进行标准化处理，公式为：其中，X表示属性中数据， 表示属性中数据的平均值， 属性中数据的标准差， 表示标准化处理后得到的数据。