一种基于人工智能的数据分类分级方法

本发明公开了一种基于人工智能的数据分类分级方法，包括：采集原始医疗数据，采用k均值聚类算法对原始医疗数据进行预处理，得到聚类医疗数据集；对聚类医疗数据集采用K‑近邻插补方法进行数据补全，得到完整聚类医疗数据集；利用卷积神经网络和基于奖励函数的正则化技术，构建医疗数据预测模型；采用完整聚类医疗数据集对医疗数据预测模型进行模型训练；结合贝叶斯优化算法，对医疗数据预测模型进行超参数调优；将待分类分级的医疗数据输入医疗数据预测模型，得到分类分级结果。本发明采用全局数据自动补全技术、模型正则化技术、超参数空间有效检索技术，能够根据预设的数据分类分级标准进行模型训练，提高了数据分类分级模型的准确度。