[发明专利]一种基于机器学习预测中暑发生的模型及方法

摘要

本发明公开一种基于机器学习预测中暑发生的模型及方法，步骤一：建立典型高温城市的高温事件发生数据库；步骤二：对数据库进行数据匹配及清理；步骤三：应用Boruta算法进行变量筛选；步骤四：建立随机森林模型的训练数据集及验证数据集；步骤五：确定随机森林参数并建立随机森林模型；步骤六：变量重要性排序；步骤七：模型预测结果评估；步骤八：应用Bland‑Altman一致性评价方法对模型结果进行评估。本发明方法更能代表高温热浪事件的不良健康效应；能够较好的拟合非线性关系变量，提高模型拟合的效果；较为全面的对中暑事件的发生进行预测；能够较好的减少人群健康损伤，降低人群健康相关的经济损失。

主权项

1.一种基于机器学习预测中暑发生的模型及方法，其特征在于：具体步骤如下：步骤一：建立典型高温城市的高温事件发生数据库整理中国典型城市的经济学及社会学指标，同时整理历年高温时段的气象因素以及中暑数据，建立我国典型城市的中暑事件数据库；步骤二：对数据库进行数据匹配及清理将步骤一建立的中暑事件数据库，进行清理和剔除，得到匹配数据库，具体为：以日均中暑事件发生数量为标准，以前一日、前三日、前五年的温度、湿度气象因素数据以及社会经济学数据为变量，建立匹配数据库；步骤三：应用Boruta算法进行变量筛选采用Boruta特征选择算法，根据特征即各变量重要性判断特征变化后的平均减少精度，以评价每个特征即变量的重要性，迭代逐步删除非重要的特征，最后给出接受或拒绝特征变量的结果，达到模型变量筛选的目的；步骤四：建立随机森林模型的训练数据集及验证数据集从步骤三得到的已删除非重要特征的匹配数据库即总数据库中，随机抽取90％的数据作为随机森林模型的训练数据集，将剩余10％的数据设为模型的验证数据集，以后续评估模型的预测效果；步骤五：确定随机森林参数并建立随机森林模型在随机森林模型建立中对需要的参数进行确定，即确定模型中特征数量以及树数量；通过十折交叉验证方法将数据随机分为十份，分别依次将九份数据进行分析并用剩余一份数据进行验证，通过R方拟合度最终确定最优的特征数量以及树数量，建立随机森林模型；步骤六：变量重要性排序结合步骤五建立的随机森林模型以及确定的特征数量，对模型中变量的重要性进行排序，获得模型变量对模型预测结果的贡献度；步骤七：模型预测结果评估应用步骤五中建立的随机森林模型，将步骤四中的验证数据集进行模型预测得到模型预测数据，并将模型预测数据与验证数据集中数据进行比较，评价其相关系数以及线性拟合效果，以评估模型预测能力；步骤八：应用Bland‑Altman一致性评价方法对模型结果进行评估将模型预测数据与验证数据集中的中暑实际观测数据通过一致性评价方法进行比较。