[发明专利]基于LightGBM算法的门诊量预测系统及预测方法

摘要

本发明公开了一种基于LightGBM算法的门诊量预测系统及预测方法，属于数据处理领域。本发明在构造了时间特征、门诊量特征以及关键字百度指数三类特征后，利用遗传算法对多种特征进行综合筛选，在此基础上使用LightGBM算法对数据进行训练，建立了某疾病某科室的门诊量的预测模型。通过在测试数据集上对模型的预测性能进行测试，结果表明该模型能够对门诊量作出较为准确的预测，模型的可解释程度也相对较好。

主权项

1.一种基于LightGBM算法的门诊量预测系统，其特征在于，包括数据预处理模块、特征构建模块、特征选择模块和模型训练模块；其中：数据预处理模块，用于从原始门诊信息中提取原始门诊量数据；特征构建模块，用于将原始门诊量数据，以及包含时间信息和百度指数信息的外部数据分别构建得到门诊量特征、时间特征和关键字百度指数特征；特征选择模块，用于从门诊量特征、时间特征和关键字百度指数特征中选取相关系数≥0.1且置信概率≤0.005的特征，再利用遗传算法，进行筛选确认，获得样本特征；模型训练模块，用于利用样本特征在训练数据集上使用LightGBM算法对预测模型进行训练，构建得到基于LightGBM的门诊量预测模型。