摘要
本发明涉及机器学习技术领域,尤其涉及基于大数据的老年病患病风险预测方法及系统。该方法通过获取用户信息,提取用户特征向量并输入第i模型,获取包含疾病类型和等级的第i预测结果,从第i模型导出预测过程图,生成目标特征图;对存在交叉特征参数且贡献值大于设定阈值的目标特征图进行整合,得到整合特征图,将每一整合特征图和未整合的目标特征图输入临床预测模型获取预测临床信息;基于预测临床信息获取预测疾病信息;与预测结果比较后,调整模型精度。此方法可提高老年病患病风险预测的准确性,为临床决策提供有力支持。
技术关键词
患病风险预测方法
疾病
分析单元
大数据
样本
风险预测系统
预测风险值
随机森林模型
机器学习技术
可读存储介质
精度
患者
计算机
指令
时序
决策
处理器
数值