公开(公告)号：CN114155971A

公开(公告)日：2022-03-08

申请号：CN202111520094.1

申请日：2021-12-13

申请人： 广州大学

发明人： 曾衍瀚 ,  侯明江 ,  林培东 ,  吕明瑞 ,  陈伟坚 ,  李志贤 ,  陈咏森

IPC分类号： G16H50/70 ,  G16H50/30 ,  G06N3/12 ,  G06N20/00 ,  G06K9/62

摘要： 本发明提供了一种基于改进的F‑Score的妊高症预测方法，包括先采用改进的F‑Score特征选择算法从妊高症患者的特征集合中选出最优特征，所有最优特征组成训练集；然后使用训练集对Stacking模型中的机器学习模型进行训练，获得经过训练的机器学习模型；使用经过训练的机器学习模型对训练集中的特征进行预测，获得预测结果；基于所述最终预测结果，使用遗传算法对经过训练的机器学习模型的组合进行筛选，获得最佳的模型组合；将最佳的模型组合对训练集的预测结果作为Stacking模型第二层逻辑回归的输入，通过第二层逻辑回归输出对妊高症患者患病概率的预测值。本发明有效地解决数据不平衡的问题，增加了对医学数据预测结果的泛化性和表现力。