摘要
本申请公开了一种心脏病预测方法、装置、电子设备和存储介质,所述方法包括获得与心脏病有关的历史相关数据并对所述历史相关数据进行预处理获得预处理后数据;利用所述预处理后数据训练LightGBM模型并生成决策路径索引;构造一神经网络模型,所述神经网络模型的输入层采用所述决策路径索引对应的特征,所述神经网络模型的中间层采用标准的全连接层并在所述全连接层后置一Dropout层,所述神经网络的输出层采用sigmoid函数进行分类;利用所述预处理后数据训练所述神经网络模型直至所述神经网络模型收敛;采用收敛后的所述神经网络模型进行心脏病预测。通过本申请解决了心脏病的提前预测的局限性和精准性方面的缺陷的技术问题。
技术关键词
神经网络模型
LightGBM模型
心脏病预测方法
sigmoid函数
索引
决策
电子设备
中间层
样本
心绞痛
可读存储介质
存储计算机程序
数据获取模块
特征选择
预测装置
处理器
节点
系统为您推荐了相关专利信息
文本识别
神经网络模型
语音识别模型
视频帧
人脸数据库
傅里叶变换红外光谱仪
噪声数据
信号特征提取
波长
降噪算法
遥感场景图像
参数化特征
输出特征
特征提取模块
卷积神经网络模型