摘要
本发明公开了一种基于机器学习的新生儿AKI预测模型构建方法,包括步骤:S1、采集N个第一参数并预处理;S2、逐步删减获得N1个第二参数;S3、进行组合,每种组合均包括多种不同的第二参数;S4、设置多种预测模型;每种组合均输入到每个预测模型,获得每个性能指标;再获得每个综合评分;将每个综合评分归一化,获得每个归一化后评分;S5、选出综合评分最高或归一化后评分最高的预测模型为最优模型。本发明以保留关键参数和约束交互对等操作,逐步减少参数以降低数据采集与计算负担,能自动评估最佳参数组合,并从多种预测模型中筛选出最优结果;还以多种系数、权重等的调节协同,强化分层惩罚机制等的优势,提升适应性和鲁棒性。
技术关键词
预测模型构建方法
机器学习模型
最佳参数组合
胎龄
复杂度
白蛋白
视黄醇
乳酸
体重
数据
血管
分层
鲁棒性
肌酐
机制
表达式
非线性
药物
指数
系统为您推荐了相关专利信息
智能压力
子模块
柔性压阻传感器
分析传感器数据
柔性传感器
复杂度
机器学习算法分析
形式化方法
性能分析工具
模型驱动工程技术
积分分配系统
画像
特征提取模块
版本更新
交易特征
正态分布函数
诊断预警方法
指数
设备状态监测技术
非暂态计算机可读存储介质
施工智能
施工现场
调度优化模型
调度优化建模
识别关键路径