X为了获得更好的用户体验,请使用火狐、谷歌、360浏览器极速模式或IE8及以上版本的浏览器
帮助中心 | 关于我们
欢迎来到辽阳市科技创新服务平台,请 登录 | 注册
尊敬的 , 欢迎光临!  [会员中心]  [退出登录]
当前位置: 首页 >  科技成果  > 详细页

[00901640]基于集成学习算法的脓毒症预后预测方法

交易价格: 面议

所属行业:

类型: 发明专利

技术成熟度: 正在研发

专利所属地:中国

专利号:CN202110786584.X

交易方式: 其他

联系人:

所在地:浙江杭州市

服务承诺
产权明晰
资料保密
对所交付的所有资料进行保密
如实描述
|
收藏
|

技术详细介绍

本发明属于数据挖掘领域技术领域,具体涉及基于集成学习算法的脓毒症预后预测方法。包括如下步骤:S1,数据获取:获取患者电子数据资料,并提取有效特征变量;S2,数据预处理:采用四分位数划分进行数据离散化及z-score标准化方法;S3,特征选取:采用Spearman相关性系数进行特征选择,计算各个特征对目标研究对象的相关系数;S4,预测模型训练:将数据输入到构建的预测模型中,并根据训练结果不断调节参数,使模型达到最优性能;S5,评估模型:利用测试集对训练好的模型做测试并进行评估。本发明具有科学可靠、准确率高、模型性能好、特异性和敏感度高、能够避免模型过拟合现象的特点。
本发明属于数据挖掘领域技术领域,具体涉及基于集成学习算法的脓毒症预后预测方法。包括如下步骤:S1,数据获取:获取患者电子数据资料,并提取有效特征变量;S2,数据预处理:采用四分位数划分进行数据离散化及z-score标准化方法;S3,特征选取:采用Spearman相关性系数进行特征选择,计算各个特征对目标研究对象的相关系数;S4,预测模型训练:将数据输入到构建的预测模型中,并根据训练结果不断调节参数,使模型达到最优性能;S5,评估模型:利用测试集对训练好的模型做测试并进行评估。本发明具有科学可靠、准确率高、模型性能好、特异性和敏感度高、能够避免模型过拟合现象的特点。

推荐服务:

主办单位:辽阳市科学技术局

技术支持单位:科易网

辽ICP备16017206号-1

辽公网安备 21100302203138号

关于我们

平台简介

联系我们

客服咨询

400-649-1633

工作日:08:30-21:00

节假日:08:30-12:00

13:30-17:30