[發(fā)明專(zhuān)利]疾病影響變量篩選方法、裝置和計(jì)算機(jī)設(shè)備在審
| 申請(qǐng)?zhí)枺?/td> | 201811586455.0 | 申請(qǐng)日: | 2018-12-25 |
| 公開(kāi)(公告)號(hào): | CN109698028A | 公開(kāi)(公告)日: | 2019-04-30 |
| 發(fā)明(設(shè)計(jì))人: | 馮潔瑜;李菁 | 申請(qǐng)(專(zhuān)利權(quán))人: | 廣州天鵬計(jì)算機(jī)科技有限公司 |
| 主分類(lèi)號(hào): | G16H50/30 | 分類(lèi)號(hào): | G16H50/30;G06F17/18 |
| 代理公司: | 廣州華進(jìn)聯(lián)合專(zhuān)利商標(biāo)代理有限公司 44224 | 代理人: | 關(guān)志琨 |
| 地址: | 510665 廣東省廣州市天河*** | 國(guó)省代碼: | 廣東;44 |
| 權(quán)利要求書(shū): | 查看更多 | 說(shuō)明書(shū): | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 自變量 篩選 變量篩選 因變量 計(jì)算機(jī)設(shè)備 回歸模型 疾病影響 預(yù)設(shè) 數(shù)據(jù)分析 疾病 預(yù)存 分析 引入 | ||
本發(fā)明涉及一種疾病影響變量篩選方法、裝置和計(jì)算機(jī)設(shè)備,其方法包括:獲取待分析疾病的因變量,以及,獲取待分析疾病的多個(gè)待定自變量;根據(jù)所述多個(gè)待定自變量從預(yù)存的多個(gè)候選篩選策略中確定自變量篩選策略;根據(jù)所述自變量篩選策略、所述因變量和預(yù)設(shè)回歸模型,從所述多個(gè)待定自變量中,篩選出符合所述預(yù)設(shè)回歸模型的引入條件的待定自變量;將所篩選出的所述待定自變量,作為與所述因變量相關(guān)的自變量;針對(duì)不同自變量確定對(duì)應(yīng)的變量篩選方法,有效提高數(shù)據(jù)分析的準(zhǔn)確性。
技術(shù)領(lǐng)域
本發(fā)明涉及計(jì)算機(jī)技術(shù)領(lǐng)域,特別是涉及一種疾病影響變量篩選方法、裝置和計(jì)算機(jī)設(shè)備。
背景技術(shù)
線性回歸是利用數(shù)理統(tǒng)計(jì)中回歸分析,來(lái)確定兩種或兩種以上變量間相互依賴(lài)的定量關(guān)系的一種統(tǒng)計(jì)分析方法,運(yùn)用十分廣泛。
然而,在許多回歸分析的應(yīng)用中,由于沒(méi)有清晰的理論依據(jù),回歸模型所包含的自變量難以預(yù)先確定,如果將一些不重要的自變量也引入方程,會(huì)降低模型的精度,因此選擇有意義的自變常常是回歸分析的第一步。
現(xiàn)有技術(shù)中的分析軟件僅給出了回歸的最終結(jié)果,不能根據(jù)不同自變量確定對(duì)應(yīng)的變量篩選方法,數(shù)據(jù)分析準(zhǔn)確性不夠高。
發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種疾病影響變量篩選方法、裝置、計(jì)算機(jī)設(shè)備和可讀存儲(chǔ)介質(zhì),針對(duì)不同自變量確定對(duì)應(yīng)的變量篩選方法,有效提高數(shù)據(jù)分析的準(zhǔn)確性。
本發(fā)明的目的通過(guò)如下技術(shù)方案實(shí)現(xiàn):
一種疾病影響變量篩選方法,所述方法包括:
獲取待分析疾病的因變量,以及,獲取待分析疾病的多個(gè)待定自變量;
根據(jù)所述多個(gè)待定自變量從預(yù)存的多個(gè)候選篩選策略中確定自變量篩選策略;
根據(jù)所述自變量篩選策略、所述因變量和預(yù)設(shè)回歸模型,從所述多個(gè)待定自變量中,篩選出符合所述預(yù)設(shè)回歸模型的引入條件的待定自變量;
將所篩選出的所述待定自變量,作為與所述因變量相關(guān)的自變量。
在其中一個(gè)實(shí)施例中,所述根據(jù)所述多個(gè)待定自變量從預(yù)存的多個(gè)候選篩選策略中確定自變量篩選策略,包括:
展示多個(gè)候選篩選策略和所述多個(gè)待定自變量;
將選取的所述候選篩選策略作為所述自變量篩選策略。
在其中一個(gè)實(shí)施例中,所述根據(jù)所述多個(gè)待定自變量從預(yù)存的多個(gè)候選篩選策略中確定自變量篩選策略,包括:
獲取所述多個(gè)待定自變量的數(shù)量;
查詢(xún)預(yù)存的多個(gè)所述候選篩選策略中,與所述待定自變量數(shù)量對(duì)應(yīng)的自變量篩選策略。
在其中一個(gè)實(shí)施例中,所述候選篩選策略包括逐步引入策略、逐步剔除策略和雙向篩選策略中的至少一種。
在其中一個(gè)實(shí)施例中,所述根據(jù)所述自變量篩選策略、所述因變量和預(yù)設(shè)回歸模型,從所述多個(gè)待定自變量中,篩選出符合所述預(yù)設(shè)回歸模型的引入條件的待定自變量,包括:
當(dāng)所述自變量篩選策略為逐步引入策略時(shí),將所述因變量引入所述預(yù)設(shè)回歸模型;
從所述多個(gè)待定自變量中選取待定自變量,對(duì)選取的所述待定自變量做聯(lián)合假設(shè)檢驗(yàn),當(dāng)所述檢驗(yàn)結(jié)果符合預(yù)設(shè)條件,將選取的待定自變量引入所述預(yù)設(shè)回歸模型;
獲取所有引入所述預(yù)設(shè)回歸模型的待定自變量。
在其中一個(gè)實(shí)施例中,所述根據(jù)所述自變量篩選策略、所述因變量和預(yù)設(shè)回歸模型,從所述多個(gè)待定自變量中,篩選出符合所述預(yù)設(shè)回歸模型的引入條件的待定自變量,包括:
該專(zhuān)利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專(zhuān)利權(quán)人授權(quán)。該專(zhuān)利全部權(quán)利屬于廣州天鵬計(jì)算機(jī)科技有限公司,未經(jīng)廣州天鵬計(jì)算機(jī)科技有限公司許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買(mǎi)此專(zhuān)利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201811586455.0/2.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專(zhuān)利網(wǎng)。
- 用于擴(kuò)展函數(shù)的增強(qiáng)型浮點(diǎn)單元
- 程序難破解化系統(tǒng)、程序難破解化裝置及程序難破解化方法
- 一種基于差異樹(shù)的統(tǒng)計(jì)分析方法及系統(tǒng)
- 數(shù)據(jù)挖掘方法和裝置
- 一種變量選擇方法、裝置及服務(wù)器
- 評(píng)分卡配置方法、裝置、設(shè)備及可讀存儲(chǔ)介質(zhì)
- 疾病影響變量篩選方法、裝置和計(jì)算機(jī)設(shè)備
- sigmoid函數(shù)的校正方法及裝置
- 基于大數(shù)據(jù)可視化的運(yùn)維分析方法、系統(tǒng)及存儲(chǔ)介質(zhì)
- 銀行貸款信息預(yù)測(cè)方法及裝置
- 一種數(shù)據(jù)處理方法及服務(wù)器
- 模型構(gòu)建系統(tǒng)以及模型構(gòu)建方法
- 特征變量的篩選方法、計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)及計(jì)算機(jī)設(shè)備
- 疾病影響變量篩選方法、裝置和計(jì)算機(jī)設(shè)備
- 風(fēng)控模型建立方法、裝置、計(jì)算機(jī)設(shè)備及存儲(chǔ)介質(zhì)
- 可視化特征篩選方法、服務(wù)器及存儲(chǔ)介質(zhì)
- 一種生存風(fēng)險(xiǎn)評(píng)估方法及系統(tǒng)
- 表征數(shù)據(jù)篩選方法、裝置和設(shè)備
- 一種基于隨機(jī)森林的離婚判決方法和系統(tǒng)
- 信用評(píng)估變量篩選方法、裝置、計(jì)算機(jī)設(shè)備及存儲(chǔ)介質(zhì)
- 對(duì)能量負(fù)荷進(jìn)行建模和監(jiān)測(cè)的系統(tǒng)和方法
- 數(shù)據(jù)挖掘方法和裝置
- 一種數(shù)據(jù)處理的方法及裝置
- 疾病預(yù)測(cè)分類(lèi)器的確定方法、裝置、設(shè)備及可讀存儲(chǔ)介質(zhì)
- 斷煤交面線產(chǎn)狀的計(jì)算方法和系統(tǒng)
- 一種井下噴淋除塵裝置的結(jié)構(gòu)優(yōu)化方法
- 一種井下濕式除塵裝置的結(jié)構(gòu)優(yōu)化方法
- 一種井下水浴除塵裝置的結(jié)構(gòu)優(yōu)化方法
- 基于混沌黏菌算法的多元非線性函數(shù)求解方法
- 對(duì)至少有兩個(gè)自變量的系統(tǒng)因變量進(jìn)行積分控制的方法及裝置





