[发明专利]基于模型解释的健康状态检测方法、设备及可读存储介质

权利要求书

1.一种基于模型解释的健康状态检测方法，其特征在于，所述基于模型解释的健康状态检测方法包括：

获取目标用户对应的待检测用户数据，并将所述待检测用户数据输入预设健康状态预测模型，对所述目标用户的健康状态进行检测，获得健康状态初始检测结果；

对所述健康状态初始检测结果进行模型预测解释，获得所述健康状态初始检测结果对应的健康状态影响因素；

基于所述健康状态影响因素和所述健康状态初始检测结果，生成所述目标用户对应的目标健康状态检测结果；

其中，所述健康状态影响因素包括目标健康状态影响特征，

所述对所述健康状态初始检测结果进行模型预测解释，获得所述健康状态初始检测结果对应的健康状态影响因素的步骤包括：

若所述健康状态初始检测结果满足预设健康状态判定条件，则确定所述待检测用户数据对应的各健康状态影响特征；

基于所述预设健康状态预测模型，分别计算各所述健康状态影响特征对所述健康状态初始检测结果的特征贡献度，其中，所述特征贡献度为所述健康状态影响特征对所述健康状态初始检测结果的影响程度；

基于各所述特征贡献度，在各所述健康状态影响特征中选取所述目标健康状态影响特征。

2.如权利要求1所述基于模型解释的健康状态检测方法，其特征在于，所述基于所述预设健康状态预测模型，分别计算各所述健康状态影响特征对所述健康状态初始检测结果的特征贡献度的步骤包括：

基于各所述健康状态影响特征和所述待检测用户数据，确定模型解释样本集；

基于所述预设健康状态预测模型和所述模型解释样本集，计算各所述特征贡献度。

3.如权利要求2所述基于模型解释的健康状态检测方法，其特征在于，所述模型解释样本集至少包括一个模型输入元素，所述模型输入元素至少包括一个第一类型元素和一个第二类型元素，

所述基于各所述健康状态影响特征和所述待检测用户数据，确定模型解释样本集的步骤包括：

在各所述健康状态影响特征中选取目标特征，并在所述待检测用户数据中剔除所述目标特征对应的目标特征数据，获得剔除数据集，并在所述剔除数据集中选取所述第一类型元素之一，其中，所述第一类型元素为所述剔除数据集的子集；

将所述目标特征数据加入所述第一类型元素，获得所述第二类型元素之一；

重新在各所述健康状态影响特征中选取所述目标特征，以获取其他所述第一类型元素和其他所述第二类型元素，直至所述待检测用户数据中不存在所述目标特征，获得所述模型解释样本集。

4.如权利要求1所述基于模型解释的健康状态检测方法，其特征在于，所述基于各所述特征贡献度，在各所述健康状态影响特征中选取所述目标健康状态影响特征的步骤包括：

确定各所述特征贡献度的目标绝对值，并对各所述目标绝对值进行排序，获得排序结果；

基于所述排序结果，在各所述健康状态影响特征中选取所述目标健康状态影响特征。

5.如权利要求1所述基于模型解释的健康状态检测方法，其特征在于，所述健康状态初始检测结果包括健康概率，

在所述若所述健康状态初始检测结果满足预设健康状态判定条件，则确定所述待检测用户数据对应的各健康状态影响特征的步骤之前包括，所述健康状态检测方法还包括：

将所述健康概率与预设概率阀值进行比对，若所述健康概率大于或者等于所述预设概率阀值，则所述健康状态初始检测结果不满足所述预设健康状态判定条件；

若所述健康概率小于所述预设概率阀值，则所述健康状态初始检测结果满足所述预设健康状态判定条件。