摘要
本公开涉及预测与解释性模型的训练方法、装置和计算机设备。该方法包括:获取多个用户的样本数据;基于特征筛选算法对指示多个细节动作的多个细节动作指标参数的特征重要性进行排名,并根据排名结果筛选出多个重要指标参数;将多个重要指标参数输入到经训练的预测子模型,以输出指示关节的健康程度的预测结果,使用从部分用户的样本数据中获得的多个重要指标参数进行训练,并使用从剩余用户的样本数据中获得的多个重要指标参数进行测试来获得经训练的预测子模型;将预测结果输入到解释子模型,来对预测结果进行解释,以确定多个重要指标参数对于预测结果的贡献度;以及基于经训练的预测子模型和解释子模型,获得训练好的预测与解释性模型。
技术关键词
指标
膝关节
统计测量方法
筛选算法
髋关节
数据
计算机可读指令
样本
关键点检测算法
视频
处理单元
计算机可执行指令
计算机设备
超参数
计算机程序产品
训练装置
存储器
系统为您推荐了相关专利信息
河流水沙模型
寒区
悬移质泥沙
Sigmoid函数
位置提取
振动监测预警系统
高边坡滑坡
监测点
岩体结构
多模态数据融合
盾构隧道开挖
风险量化评估方法
贝叶斯网络模型
盾构开挖面
掘进参数