[發(fā)明專利]基于stacking算法的妊娠糖尿病預(yù)測方法

在審

• 申請?zhí)枺?/td>: 202010947618.4
• 申請日: 2020-09-10
• 公開（公告）號: CN112185555A
• 公開（公告）日: 2021-01-05
• 發(fā)明（設(shè)計）人: 高瑪娜
• 申請（專利權(quán)）人: 北京工業(yè)大學(xué)
• 主分類號: G16H50/30
• 分類號: G16H50/30;G16H50/70
• 代理公司: 濟南佰智蔚然知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 37285
• 代理人: 王硯雷

1.基于stacking算法的妊娠糖尿病預(yù)測方法，其特征在于，所述包括以下步驟：

S1、患病數(shù)據(jù)收集；

S2、數(shù)據(jù)處理；

S3、特征分析與特征構(gòu)造；

S4、構(gòu)造最優(yōu)子集；

S5、單集成預(yù)測模型構(gòu)建；

S6、模型融合；

S7、融合模型與單模型預(yù)測性能分析與對比。

2.根據(jù)權(quán)利要求1所述的基于stacking算法的妊娠糖尿病預(yù)測方法，其特征在于：所述步驟S1、患病數(shù)據(jù)收集中，收集便攜式計算機，通過便攜式計算機登錄阿里云醫(yī)療數(shù)據(jù)庫，收集阿里云醫(yī)療真實數(shù)據(jù)，記錄患病數(shù)據(jù)備份。

3.根據(jù)權(quán)利要求1所述的基于stacking算法的妊娠糖尿病預(yù)測方法，其特征在于：所述步驟S2、數(shù)據(jù)處理中，選用合適的數(shù)據(jù)預(yù)處理方法處理缺失值，處理和選擇特征來構(gòu)成特征子集，使構(gòu)成的特征子集能在算法上表現(xiàn)更好的效果，以及構(gòu)造有效的特征子集，選出對妊娠糖尿病有影響的特征變量作為模型的輸入變量，使計算的復(fù)雜度簡化并提升模型的預(yù)測效果。

4.根據(jù)權(quán)利要求1所述的基于stacking算法的妊娠糖尿病預(yù)測方法，其特征在于：所述步驟S3、特征分析與特征構(gòu)造中，分別對比步驟S2、數(shù)據(jù)處理中異常值處理和缺失值處理，對數(shù)據(jù)進行數(shù)據(jù)處理及分析。

5.根據(jù)權(quán)利要求1所述的基于stacking算法的妊娠糖尿病預(yù)測方法，其特征在于：所述步驟S4、構(gòu)造最優(yōu)子集中，選取S3、特征分析與特征構(gòu)造中，最優(yōu)數(shù)據(jù)構(gòu)建子集。

6.根據(jù)權(quán)利要求1所述的基于stacking算法的妊娠糖尿病預(yù)測方法，其特征在于：所述步驟S5、單集成預(yù)測模型構(gòu)建中，用集成學(xué)習(xí)算法構(gòu)建預(yù)測模型來預(yù)測妊娠糖尿病，以及根據(jù)數(shù)據(jù)集特點對模型參數(shù)進行調(diào)優(yōu)，分別建立XGBoost、隨機森林、catboost、邏輯回歸四個單集成妊娠糖尿病預(yù)測模型，并通過實驗調(diào)參使單集成模型的預(yù)測效果達到最佳。

7.根據(jù)權(quán)利要求1所述的基于stacking算法的妊娠糖尿病預(yù)測方法，其特征在于：所述步驟S6、模型融合中，結(jié)合步驟S5、單集成預(yù)測模型構(gòu)建中XGBoost、隨機森林、catboost、邏輯回歸四者的優(yōu)點，彌補不足，選擇兩層stacking集成學(xué)習(xí)框架進行模型融合，選取XGBoost、隨機森林與catboost這三種模型當(dāng)做模型融合的基模型作為訓(xùn)練，并得出預(yù)測結(jié)果，將預(yù)測結(jié)果作為特征，應(yīng)用到邏輯回歸模型中進行訓(xùn)練，訓(xùn)練出最終預(yù)測模型。

8.根據(jù)權(quán)利要求1所述的基于stacking算法的妊娠糖尿病預(yù)測方法，其特征在于：所述步驟S7、融合模型與單模型預(yù)測性能分析與對比中，將步驟S6、模型融合中的預(yù)測結(jié)果與步驟S5、單集成預(yù)測模型構(gòu)建中四種單集成預(yù)測模型預(yù)測結(jié)果進行匯總，對AUC值進行比較，驗證融合模型的預(yù)測表現(xiàn)是否優(yōu)于其他模型。