摘要
本申请实施例提供了生育力预测模型训练方法、生育力预测方法及存储介质,属于机器学习技术领域。该方法包括:从若干训练生理数据中提取得到原始特征变量;根据预设生理指标基于原始特征变量确定关键候选特征;通过随机森林算法从关键候选特征中选取目标特征;通过多种机器学习算法采用目标特征分别构建多种生育力预测模型;基于预设评价指标对生育力预测模型进行评估,将评分最高的生育力预测模型作为目标生育力预测模型。本申请实施例能够提高生育力预测模型的可靠性和准确性,训练完成的生育力预测模型能够自动对多方面因素进行综合分析,提升生育力预测的效率和准确性。
技术关键词
预测模型训练方法
生理
预测等待时间
随机森林
机器学习算法
变量
指标
曲线
数据
机器学习技术
统计学方法
可读存储介质
决策
特征提取模块
电子设备
因子
处理器
页面
系统为您推荐了相关专利信息
辅助系统
云端服务器
协方差矩阵
机器学习算法
加权融合算法
动态分析系统
数据预测模型
时域特征
频域特征
分析单元
风力发电站
电功率预测方法
机器学习算法模型
气相
因子