申请/专利权人：安徽师范大学

申请日：2023-10-25

公开（公告）日：2024-01-30

公开（公告）号：CN117476207A

主分类号：G16H50/20

分类号：G16H50/20;G16H50/70;G06N20/10;G06N20/20;G06N5/01

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.02.20#实质审查的生效;2024.01.30#公开

摘要：本发明公开了一种根据重要特征选择合适ML模型预测糖尿病的方法，包括：步骤1：从原始数据库中提取所需特征，通过多表连接成一张特征表，构建出原始数据集；步骤2：去除空值比例超过20％的特征列，对于其他特征列使用该特征的中位数填补缺失值；步骤3：将原始数据集按照年龄段分为三份，每份分别使用互信息、相关性分析和递归特征消除三种特征选择方法选择多个重要特征，最终取并集作为该数据集的重要特征；步骤4：对于每份数据集，分别使用多种不同的机器学习模型训练，根据性能评价指标，最终选出效果最好的模型。其提高了个体预测的准确率，从而方便早期预防和治疗，进而提高患者生活质量。同时，还可以协助医生确诊糖尿病患者，降低误诊率。

主权项：1.一种根据重要特征选择合适ML模型预测糖尿病的方法，其特征在于，所述方法包括：步骤1：从原始数据库中提取所需特征，通过多表连接成一张特征表，构建出原始数据集；步骤2：去除空值比例超过20％的特征列，对于其他特征列使用该特征的中位数填补缺失值；步骤3：将原始数据集按照年龄段分为三份，每份分别使用互信息、相关性分析和递归特征消除三种特征选择方法选择多个重要特征，最终取并集作为该数据集的重要特征；步骤4：对于每份数据集，分别使用多种不同的机器学习模型训练，根据性能评价指标，最终选出效果最好的模型。

全文数据：

权利要求：

百度查询： 安徽师范大学 根据重要特征选择合适ML模型预测糖尿病的方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD