不平衡医疗数据下的图对抗生成与动态图表示学习方法

本发明提供了不平衡医疗数据下的图对抗生成与动态图表示学习方法，属于医疗数据分析技术领域、机器学习技术领域，方法包括：S1.数据处理与生成；S2.数据集平衡；S3.重症预测模型构建。本发明主要解决两个主要问题：（1）数据的不平衡性，严重导致模型倾向于多数类，影响预测稳定性；（2）真实的数据集通常是复杂高维的，节点之间难以充分学习，导致信息传播局限于局部邻居，预测准确性降低。