摘要
本发明公开了一种基于自动机器学习的就诊合理性分析方法及模型,本发明先利用自动机器学习系统构建就诊合理性分析模型,通过训练数据集对模型进行训练,使其能够自动学习并识别就诊数据中的合理性和不合理性,并且对不合理的类型及行为进行判断。本发明采用通过机器学习模型的自动学习和优化,能够覆盖全就诊流程,包括诊断、治疗、用药等环节,能够不断适应新的就诊数据和变化,提高模型的泛化能力和鲁棒性,解决了现有技术聚焦场景单一,覆盖范围小,且无法归结出具体违规行为等问题。
技术关键词
合理性分析方法
自动机器学习系统
数据
随机森林
逻辑回归分类器
特征工程
超参数
机器学习模型
样本
模块
融合策略
编码
算法
特征选择
学习器
文本
鲁棒性
分箱
基金
系统为您推荐了相关专利信息
深度强化学习算法
深度强化学习模型
容量管理方法
Raid卡
缓存命中率
运动控制模型
动态纠偏
运动状态分析
偏差
道闸杆
GoogLeNet模型
辅助分类器
卫星云图
分析方法
多尺度特征提取