公开(公告)号：CN116825342A

公开(公告)日：2023-09-29

申请号：CN202310578600.5

申请日：2023-05-22

Applicant: 大连海事大学

Inventor： 马宝山 ,  赵宇轩 ,  侯晓宇

IPC: G16H50/30 ,  G16H50/50 ,  G16H50/70 ,  G06F18/214 ,  G06F18/243 ,  G06F18/27

Abstract: 本发明公开了一种结合XGBoost和ElasticNet‑cox算法的生存预测方法，将带有ElasticNet的Cox模型与XGBoost算法结合来构建损失函数；通过ElasticNet‑cox的损失函数获得样本的个体危险比率预测值的一阶梯度与二阶梯度建立新的决策树；并通过训练样本集合训练所述新的决策树结合XGBoost框架来获取目标损失函数并优化个体危险比率的预测精度；保留训练后的新的决策树参数，并利用训练后的新的决策树获得测试样本集合计算性能指标；并选取性能指标最佳的决策树样本值，获取生存预测模型；再根据生存预测模型的个体危险比率预测值对个体样本未来的生存状态进行预测，XGBENC算法利用XGBoost算法学习表观基因组数据的非线性特性，结合了Cox回归模型与ElasticNet正则化，有效地对高维稀疏的基因表达数据进行处理。