[發(fā)明專利]并入數(shù)據(jù)分組的預(yù)測模型

在審

• 申請?zhí)枺?/td>: 202011104920.X
• 申請日: 2020-10-15
• 公開（公告）號(hào): CN112669908A
• 公開（公告）日: 2021-04-16
• 發(fā)明（設(shè)計(jì)）人: 王海天;夏小璇;徐仲锳
• 申請（專利權(quán)）人: 香港中文大學(xué)
• 主分類號(hào): G16B40/20
• 分類號(hào): G16B40/20;G16H50/30;G06K9/62
• 代理公司: 北京英賽嘉華知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司 11204
• 代理人: 王達(dá)佐;洪欣

1.基于一組變量預(yù)測結(jié)果的可能性的方法，所述方法包括：

鑒定數(shù)據(jù)樣本的訓(xùn)練集，其中對于每個(gè)數(shù)據(jù)樣本，所述變量和結(jié)果是已知的；

基于所述數(shù)據(jù)樣本的相似性的測量將所述訓(xùn)練集分割為多個(gè)分組；

訓(xùn)練每個(gè)分組的預(yù)測模型，其中所述預(yù)測模型基于所述變量預(yù)測結(jié)果的可能性，并且其中針對每個(gè)分組獨(dú)立地實(shí)施所述預(yù)測模型的訓(xùn)練；

獲得變量已知的測試樣本；以及

預(yù)測所述測試樣本的結(jié)果，其中預(yù)測結(jié)果包括：

對于每個(gè)分組，使用所述分組的預(yù)測模型來確定所述結(jié)果的概率；

對于每個(gè)分組，確定所述測試樣本屬于所述分組的概率；以及

基于通過所述測試樣本屬于所述分組的概率加權(quán)的每個(gè)分組的概率來計(jì)算所述測試樣本的預(yù)測結(jié)果。

2.如權(quán)利要求1所述的方法，其中分割所述訓(xùn)練集包括：

建立樣本的訓(xùn)練集的矩陣；

從所述矩陣計(jì)算一組特征值和一組特征向量；

基于所述特征值的各自大小對所述特征向量進(jìn)行排序；以及

使用排序的特征向量來分割所述訓(xùn)練集。

3.如權(quán)利要求2所述的方法，其中使用排序的特征向量來分割所述訓(xùn)練集包括：

選擇所述排序的特征向量的子集作為顯著的特征向量；

計(jì)算所述顯著的特征向量的加權(quán)平均向量，其中根據(jù)所述特征值對平均值進(jìn)行加權(quán)；

對所述加權(quán)平均向量的分量進(jìn)行排序；以及

使用所述加權(quán)平均向量的分位數(shù)將來自所述訓(xùn)練集的每個(gè)數(shù)據(jù)樣本分配給所述分組中的一個(gè)。

4.如權(quán)利要求1所述的方法，其還包括：

計(jì)算所述多個(gè)分組中的每一個(gè)的中心。

5.如權(quán)利要求4所述的方法，其中對于每個(gè)分組，確定所述測試樣本屬于所述分組的概率包括計(jì)算所述測試樣本與所述分組的中心之間的距離度量。

6.如權(quán)利要求1所述的方法，其中基于貝葉斯模型計(jì)算所述測試樣本的預(yù)測結(jié)果。

7.如權(quán)利要求1所述的方法，其中所述每個(gè)分組的預(yù)測模型是廣義線性模型。

8.如權(quán)利要求1所述的方法，其中所述變量包括關(guān)于對象的基因組信息，并且所述結(jié)果對應(yīng)于所述對象的健康特征及表型。

9.如權(quán)利要求8所述的方法，其中所述健康特征是疾病的存在或不存在。

10.計(jì)算機(jī)系統(tǒng)，其包括：

存儲(chǔ)器；和

處理器，其連接到所述存儲(chǔ)器并且被配置成：

鑒定數(shù)據(jù)樣本的訓(xùn)練集，其中對于每個(gè)數(shù)據(jù)樣本，所述變量和結(jié)果是已知的；

基于所述數(shù)據(jù)樣本的相似性的測量將所述訓(xùn)練集分割為多個(gè)分組；

訓(xùn)練每個(gè)分組的預(yù)測模型，其中所述預(yù)測模型基于所述變量預(yù)測結(jié)果的可能性，并且其中針對每個(gè)分組獨(dú)立地實(shí)施所述預(yù)測模型的訓(xùn)練；

獲得變量已知的測試樣本；以及

預(yù)測所述測試樣本的結(jié)果，其中預(yù)測結(jié)果包括：

對于每個(gè)分組，使用所述分組的預(yù)測模型來確定所述結(jié)果的概率；

對于每個(gè)分組，確定所述測試樣本屬于所述分組的概率；以及

基于通過所述測試樣本屬于所述分組的概率加權(quán)的每個(gè)分組的概率來計(jì)算所述測試樣本的預(yù)測結(jié)果。

11.如權(quán)利要求10所述的計(jì)算機(jī)系統(tǒng)，其中所述處理器還被配置成使得分割所述訓(xùn)練集，其包括：

建立樣本的訓(xùn)練集的矩陣；

從所述矩陣計(jì)算一組特征值和一組特征向量；

基于所述特征值的各自大小對所述特征向量進(jìn)行排序；以及

使用排序的特征向量來分割所述訓(xùn)練集。