一种基于机器学习的脓毒症早期预测方法及系统

本发明公开了一种基于机器学习的脓毒症早期预测方法及系统，方法包括：临床数据收集、插补缺失数据、数据混合、脓毒症早期预测模型和实时监测。本发明属于医疗信息技术领域，具体是指一种基于机器学习的脓毒症早期预测方法及系统，本方案采用多重插补模型，为每个缺失模式构建一个插补网络，计算模型的成本函数，初始化缺失数据，对缺失数据进行迭代更新，提高模型的准确性；采用数据混合，计算混合因子，构建二进制掩码，生成混合样本和混合标签，最小化损失函数，生成具有一定差异性的混合样本，增加样本数据多样性；采用计算特征在整个模型中的特征重要性和特征在单个树中的特征重要性，进行模型解释。