基于LightGBM优化的死亡率预测方法和系统

    公开(公告)号:CN114093503A

    公开(公告)日:2022-02-25

    申请号:CN202111317863.8

    申请日:2021-11-09

    IPC分类号: G16H50/20 G16H50/70 G06K9/62

    摘要: 本申请涉及医护领域,具体涉及一种基于LightGBM优化的死亡率预测方法和系统,该方法包括:首先获取待检测患者的监护数据;然后将监护数据带入与预设LightGBM模型中,得到待检测患者的死亡率预测结果;最后将死亡率预测结果输出。其中,LightGBM模型为,基于预设数据集通过随机森林和皮尔逊相关性算法共同进行特征选择,并通过麻雀搜索算法优化模型参数后得到的。如此,通过随机森林和皮尔逊相关性算法共同进行特征选择,保证了特征取舍的准确性,以及通过麻雀搜索算法确定LightGBM算法的最优参数组合,多方面提高患者死亡率预测的准确性。

    一种基于自适应邻域大小的改进SMOTE方法及系统

    公开(公告)号:CN112070147A

    公开(公告)日:2020-12-11

    申请号:CN202010921848.3

    申请日:2020-09-04

    IPC分类号: G06K9/62

    摘要: 本发明涉及一种基于自适应邻域大小的改进SMOTE方法及系统,该方法及系统通过对每个少数数据使用不同的近邻值,在少数类样本及其邻近样本点组成的超矩形区域内,通过跟踪精度下降点自动确定邻域值大小,合成数据可以放置矩形区域之内,不用进行随机线性插值,因为所形成的超矩形区域中少数类占主导,在矩形区域中生成的合成样本将更加安全、合理。