[00101467]基于集成学习算法的脓毒症预后预测方法
联系人：
所在地：
- 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
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。
