摘要
本发明公开了一种基于重金属和多环芳烃的牙周炎预测模型构建方法及系统,方法包括:S1、基于NHANES数据集,对所述NHANES数据集进行数据清洗,获取第一数据集;S2、基于第一数据集,筛选所述第一数据集的特征,获取特征数据集;S3、基于步骤S2获取的特征数据集,训练随机森林、支持向量机、决策树、梯度提升树和K最近邻五种算法,测试比较评估指标,选取最优算法;S4、基于步骤S3获取的最优算法和步骤S2获取的特征数据集,结合排列特征重要性分析、部分依赖图和加法解释方法解释模型。本发明通过将可解释性机器学习嵌入到所选的最优算法中,分析关键环境变量与中度/重度牙周炎之间的非线性关系和协同效应,帮助制定个性化的护理计划。
技术关键词
支持向量机
预测模型构建方法
随机森林
数据
变量
样本
芳烃
预测类别
重度牙周炎
网格搜索算法
模型构建系统
训练集
特征值
线性回归模型
定义
模型预测值
正则化参数
指标
节点
系统为您推荐了相关专利信息
日志异常检测方法
检测模型训练方法
输入神经网络模型
BERT模型
存储计算机程序
点焊熔核直径
超声导波探头
在线监测方法
主成分分析法
工业计算机控制
探空气球
卫星影像数据
夹角余弦
气象观测技术
图像
动态贝叶斯网络
裂纹
Kalman滤波
粒子
载荷