摘要
本发明提供一种基于多模型融合筛选特征的高血压肾病预测方法。基于多模型融合的方法筛选出影响高血压肾病发生的重要特征集,用该特征集来建立多模型融合的高血压肾病预测模型。实现针对高血压人群的早期筛查工作,以便尽早发现高血压肾病风险,及时治疗,改善患者预后。
技术关键词
高血压肾病
BP神经网络
AdaBoost算法
多模型融合方法
XGBoost算法
XGBoost模型
机器学习算法
数据
GBDT算法
GBDT模型
样本
交叉验证方法
随机森林模型
矩阵
检查特征
统计学方法
系统为您推荐了相关专利信息
污水处理设备
水质
氨氮
BP神经网络
梯度提升树
人工智能辅助
性能预测方法
XGBoost算法
地板材料
增量训练方法
比率
数值模拟计算方法
拉丁超立方抽样方法
误差函数
BP神经网络预测
航空发动机管路
模态识别方法
识别误差
BP神经网络
管路结构
BP神经网络模型
抗冲聚丙烯
训练样本数据
参数
变量