摘要
本发明公开了基于机器学习的超进展预测模型的预测方法及系统,涉及机器学习技术领域,包括:获取临床相关数据,将临床相关数据进行预处理,得到处理后的临床相关数据,将处理后的临床相关数据划分为训练集与测试集;将训练集输入至预先建立的Lasso回归模型内进行预测因子的筛选,输出得到筛选后的训练集,将筛选后的训练集分别输入至多种预先建立的机器学习模型内进行训练,得到多种训练后的机器学习模型;根据设定指标对多种训练后的机器学习模型进行性能评估,筛选出具有最佳预测效能的机器学习模型,将测试集输入具有最佳预测效能的机器学习模型内,输出得到预测结果。
技术关键词
机器学习模型
预测效能
缺失值插补方法
训练集
梯度提升树模型
模型训练模块
支持向量机模型
逻辑回归模型
数据缺失值
线性回归模型
随机森林模型
特异
数据处理模块
预测系统
指标
曲线
机器学习技术
处理器
可读存储介质
系统为您推荐了相关专利信息
关系抽取方法
深度学习模型
疾病
数据
深度学习方法
视觉
Sigmoid函数
双线性插值法
模型算法
分类准确率
流量检测方法
高维特征向量
重构误差
解码器模型
分类器
动态预测技术
交叉验证法
情景
时间序列分解方法
非易失性计算机存储介质