一种基于机器学习的压力性损伤可解释预测方法及系统

本发明涉及一种基于机器学习的压力性损伤可解释预测方法及系统，属于压力性损伤预测技术领域。其中，该方法包括：获取住院患者的临床数据并对数据进行特征编码构建数据集，对数据集进行样本均衡处理后，并进行特征选择得到特征变量；构建基于机器学习算法的预测模型，将数据集划分为训练集和测试集，在训练集上通过网格搜索方法调节所述预测模型的最优参数组合；通过交叉验证方法对预测模型进行验证得到性能评估指标；通过计算每个特征对于模型预测的贡献度并生成特征重要性总结图，根据特征重要性总结图识别对压疮产生最大影响的特征变量。为模型的解释性提供了支持，使临床医生能理解模型的决策过程，识别对压疮发生影响的特征变量。