一种基于机器学习的膀胱肿瘤预后预测方法

本发明涉及数据预测技术领域，具体涉及一种基于机器学习的膀胱肿瘤预后预测方法。该方法包括：获取病情档案类别以及包含的病情档案样本及其复发率；根据复发率构建若干基分类器；获得每个基分类器对每个病情档案类别的错分率，进而获得病情档案类别的预后预测准确性贡献系数；根据病情档案样本在基分类器中的预测值，获得病情档案样本的分类收敛速度参数；根据分类收敛速度参数以及预后预测准确性贡献系数，获得病情档案样本的权值修正值和病情档案类别的训练权值；根据权值修正值以及训练权值构建膀胱肿瘤患者预后预测模型得到预测结果。本发明旨在解决不同样本的参考价值不同的问题，减少预测模型中样本的错分率，增强结果准确性。