[发明专利]基于集成学习的川崎病风险评估模型的构建方法及系统有效
| 申请号： | 201811306908.X | 申请日： | 2018-11-05 |
| 公开（公告）号： | CN109065171B | 公开（公告）日： | 2022-02-08 |
| 发明（设计）人： | 丁国徽;贾佳;李光;徐重飞;周珍 | 申请（专利权）人： | 道之精准医学科技（上海）有限公司 |
| 主分类号： | G16H50/50 | 分类号： | G16H50/50 |
| 代理公司： | 苏州三英知识产权代理有限公司 32412 | 代理人： | 朱如松 |
| 地址： | 201600 上海市*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于集成学习的川崎病风险评估模型的构建方法及系统，先从样本数据集中提取可用于建模及模型评估的有效样本，然后从构建样本数据的特征集中筛选出符合现场医疗辅助诊断应用的至少10项特征，分别采用随机森林、Boosting、线性模型和神经网络算法构建川崎病患病风险预测基础模型及分类阀域t；采用朴素贝叶斯算法进行整合根据二类后验概率的比较结果评估川崎病风险的风险大小。本发明的方法有效的解决了大多数分类器过拟合的问题，扬长避短，使评估模型更为精准。 | ||
| 搜索关键词： | 基于 集成 学习 川崎病 风险 评估 模型 构建 方法 系统 | ||
【主权项】：
1.一种基于集成学习的川崎病风险评估模型的构建方法，其特征在于：所述方法包括以下步骤：(1)数据样本选择步骤：从样本数据集中提取可用于建模及模型评估的有效样本；(2)特征筛选步骤：从构建样本数据的特征集中筛选出符合现场医疗辅助诊断应用的至少10项特征；(3)构建步骤：采用随机森林、Boosting、线性模型和神经网络算法构建川崎病患病风险预测基础模型及分类阀域t；(4)构造新数据集步骤：根据(3)得到的川崎病患病风险预测基础模型，及分类阀域t，进行新数据集的构造；(5)整合步骤：通过四个川崎病患病风险预测基础模型对新数据集采用朴素贝叶斯算法进行验证，获得分类的先验概率，以及对每种模型的预测情况进行匹配，获得二分类的后验概率；根据二类后验概率的比较结果评估川崎病风险的风险大小，即获得基于集成学习的川崎病风险评估模型。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于道之精准医学科技（上海）有限公司，未经道之精准医学科技（上海）有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811306908.X/，转载请声明来源钻瓜专利网。
