[发明专利]一种应用于临床数据的自动搜索机器学习系统及方法

摘要

本专利属于医疗大数据处理领域，本发明的解决的技术问题在于提供一种应用于临床数据的自动搜索机器学习方法，其具有快速提取临床数据、为医疗行业研究者提供最优算法、方便医疗行业研究者调整参数且具有学习能力的功能，包括如下步骤：S1：临床参数提取，将临床参数记录在EAV文件或者EXCEL文件中；S2：参数筛选，用MapReduce框架支持在SPARK上执行枢轴，在SPARK上执行枢轴用来提取有效的临床参数；S3：在机器内预制若干的推荐算法模型，然后建立SQL语句执行可视化查询，根据EAV文件或者EXCEL文件内容向用户展示可调用的相关算法，机器通过S4自主确定推荐算法模型及推荐算法参数。还公开了一种应用于临床数据的自动搜索机器学习系统。

主权项

一种应用于临床数据的自动搜索机器学习方法，其特征在于，包括如下步骤：S1：临床参数提取，将临床参数记录在EAV文件或者EXCEL文件中；S2：参数筛选，用MapReduce模型框架在SPARK引擎上执行枢轴，在SPARK上执行枢轴用来提取有效的临床参数；S3：在机器内预制若干的推荐算法模型，然后建立SQL语句执行可视化查询，根据EAV文件或者EXCEL文件内容向用户展示可调用的相关算法，机器通过S4步骤自主确定推荐算法模型及推荐算法参数；S4：调用机器学习函数，利用样本进行机器训练，输出符合要求的精度的推荐算法模型及参数，然后根据精度确定S3中推荐算法模型，再调用推荐算法中相应的推荐算法参数，并提取该模型下的精度差阈值τ；S5：根据S3和S4中确定的算法和精确度差阈值τ生成关联表，将每个EAV文件或者EXCEL文件处理成对应的关联表，每个关联表生成时，输出界面显示第一批元组。