一种针对特征缺失的医疗数据决策可信度分析方法

本发明公开一种针对特征缺失的医疗数据决策可信度分析方法，通过构造多重补全和集成学习结合的训练框架，在补全数据的基础上，提供一种带有可信度的预测方法。并且提出了在训练过程中构造扰动点，将上下扰动点之间损失差值引入总损失函数优化的新方法，提高了模型对于特征缺失的适应性及预测准确性。本发明旨在解决使得医疗领域中的可靠性保障以及结果可解释性问题。