摘要
本发明公开了一种血管内皮因子抑制剂不良反应预测系统的创建方法,其包括预选十种机器学习模型作为备选预测模型;构建用于训练和测试备选预测系统的数据集;将数据集划分为训练集和测试集,用训练集对备选预测系统进行训练,用测试集对训练好的备选预测系统进行测试,使用AUC值评价各个训练好的备选预测系统,最终随机森林的AUC值最高,输出训练好的随机森林作为血管内皮因子抑制剂不良反应的预测系统。本发明得到的随机森林支持贝伐珠单抗、阿帕替尼、安罗替尼这三种VEGFI药物使用场景的风险预测,具有良好泛化性,预测准确性和可靠性高。
技术关键词
预测系统
随机森林
血管
因子
阿帕替尼
样本
机器学习模型
中心静脉置管
电子病历系统
变量
贝伐珠单抗
梯度提升树
朴素贝叶斯
多层感知机
支持向量机
参数
数据字
训练集
节点
系统为您推荐了相关专利信息
膝关节矫形器
神经网络模型
惯性传感器
智能膝关节
训练样本集
LightGBM模型
分布式光伏发电
LSTM模型
智能预测系统
光伏发电功率预测
LSTM算法
能力预测方法
循环神经网络模型
LSTM模型
英语
人工智能驱动
空行程时间
指令间依赖关系
复杂度
深度学习模型
船舶狭小空间
轨迹优化方法
速度
粒子群算法
焊接机器人技术