[發明專利]疾病概率的檢測方法和裝置

在審

• 申請號: 201710095020.5
• 申請日: 2017-02-20
• 公開（公告）號: CN107622801A
• 公開（公告）日: 2018-01-23
• 發明（設計）人: 李菲菲;徐亮;肖京
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G16H50/70
• 分類號: G16H50/70
• 代理公司: 深圳市世紀恒程知識產權代理事務所44287
• 代理人: 胡海國

1.一種疾病概率的檢測方法，其特征在于，所述疾病概率的檢測方法包括：

采集用戶關聯的各個數據，并對采集的各個數據進行特征處理；

根據特征處理后的各個數據構造多維度數據集；

對所述多維度數據集進行隨機抽樣，以劃分出測試集和訓練集；

基于所述訓練集搭建模型，得到回歸決策樹；

根據所述測試集對所述回歸決策樹進行測試，以計算用戶的疾病概率。

2.如權利要求1所述的疾病概率的檢測方法，其特征在于，所述對采集的各個數據進行特征處理的步驟包括：

對采集的各個數據進行特征分析，以確定各個數據的特征類型；

在數據為缺失值數據時，對缺失值數據進行均值插補處理或多重插補處理；

在數據為異常值數據時，對異常值數據進行篩選，以篩選出異常值小于預設閾值的數據，并將篩選出的數據作為缺失值數據進行處理。

3.如權利要求2所述的疾病概率的檢測方法，其特征在于，所述均值插補處理的方式包括：采用平均值進行插補處理，或采用眾數進行插補處理。

4.如權利要求1所述的疾病概率的檢測方法，其特征在于，所述根據特征處理后的各個數據構造多維度數據集的步驟包括：

確定特征處理后的各個數據對應的特征飽和度；

根據特征飽和度對各個數據進行篩選，以篩選出特征飽和度達到預設飽和度的各個數據；

根據篩選出的各個數據構造多維度數據集。

5.如權利要求1-4任一項述的疾病概率的檢測方法，其特征在于，所述根據所述測試集對所述回歸決策樹進行測試，以計算用戶的疾病概率的步驟包括：

將所述測試集的數據輸入到所述回歸決策樹中，以根據所述回歸決策樹中樹的數量得到對應數量的各個數值；

將各個數值與所述回歸決策樹中各個樹的權重值進行加權平均，得到所述回歸決策樹的總值；

將所述總值作為用戶的疾病概率。

6.一種疾病概率的檢測裝置，其特征在于，所述疾病概率的檢測裝置包括：

處理模塊，用于采集用戶關聯的各個數據，并對采集的各個數據進行特征處理；

構造模塊，用于根據特征處理后的各個數據構造多維度數據集；

劃分模塊，用于對所述多維度數據集進行隨機抽樣，以劃分出測試集和訓練集；

搭建模塊，用于基于所述訓練集搭建模型，得到回歸決策樹；

計算模塊，用于根據所述測試集對所述回歸決策樹進行測試，以計算用戶的疾病概率。

7.如權利要求6所述的疾病概率的檢測裝置，其特征在于，所述處理模塊包括：

特征分析單元，用于對采集的各個數據進行特征分析，以確定各個數據的特征類型；

插補處理單元，用于在數據為缺失值數據時，對缺失值數據進行均值插補處理或多重插補處理；

篩選處理單元，用于在數據為異常值數據時，對異常值數據進行篩選，以篩選出異常值小于預設閾值的數據，并將篩選出的數據作為缺失值數據進行處理。

8.如權利要求7所述的疾病概率的檢測裝置，其特征在于，所述均值插補處理的方式包括：采用平均值進行插補處理，或采用眾數進行插補處理。

9.如權利要求6所述的疾病概率的檢測裝置，其特征在于，所述構造模塊包括：

確定單元，用于確定特征處理后的各個數據對應的特征飽和度；

篩選單元，用于根據特征飽和度對各個數據進行篩選，以篩選出特征飽和度達到預設飽和度的各個數據；

構造單元，用于根據篩選出的各個數據構造多維度數據集。

10.如權利要求6-9任一項所述的疾病概率的檢測裝置，其特征在于，所述計算模塊包括：

輸入單元，用于將所述測試集的數據輸入到所述回歸決策樹中，以根據所述回歸決策樹中樹的數量得到對應數量的各個數值；

計算單元，用于將各個數值與所述回歸決策樹中各個樹的權重值進行加權平均，得到所述回歸決策樹的總值；

處理單元，用于將所述總值作為用戶的疾病概率。