摘要
本发明属于机器学习技术领域,公开一种基于机器学习的降脂功能因子预测模型的构建及预测方法,构建方法包括获取多个样本降脂化合物;确定多个样本降脂化合物各自对应的多个分子描述符,建立体脂降脂机制矩阵和血脂降脂机制矩阵;基于每个样本降脂化合物对应的多个分子描述符,确定每个样本降脂化合物分别在各体脂降脂机制中的体脂降脂效果和在各血脂降脂机制中的血脂降脂效果;基于每个样本降脂化合物的多个分子描述符、多个体脂降脂效果和多个血脂降脂效果,结合支持向量机模型构建降脂功能因子预测模型。本方案结合降脂化合物的分子描述符以及降脂效果评分构建预测模型,提高了降脂功能因子的预测准确性和效率。
技术关键词
降脂功能
描述符
支持向量机模型
样本
血脂
机制
分子
因子
支持向量机算法
构建预测模型
矩阵
机器学习技术
脚本
标签
格式
线性
参数
数据
系统为您推荐了相关专利信息
训练样本数据
坐姿识别方法
人体关键点
压力采集装置
视觉算法
面向多数据源
数据采集方法
特征提取模型
GBDT算法
实时数据采集