公开(公告)号：CN114091671B

公开(公告)日：2024-09-13

申请号：CN202111447390.3

申请日：2021-12-01

Applicant: 西南石油大学

Inventor： 王杨 ,  庞兰苏 ,  翟仕佶 ,  黄青松 ,  肖衡 ,  张舒 ,  黄大帅

IPC: G16H50/20 ,  G16H50/70 ,  G06F18/243 ,  G06N5/01 ,  G06F18/22

Abstract: 本发明涉及一种改进随机森林相似性度量的患病风险预测方法，属于医学健康分析和机器学习领域；解决了随机森林算法基于复杂医学数据进行患病风险预测时准确率低的问题；其技术方案是：构建基于原始随机森林算法的患病风险预测模型；保留AUC值高的部分决策树；将决策路径分组后得到所有病症特征的值域；提出三层交并比法计算决策树之间的相似度；删减冗余决策树后得到最终的患病风险预测模型；本发明提出了一种新的度量随机森林模型中决策树相似性的方法，保证原始医学数据完整性的同时提高了对患病风险的预测精度，为辅助医学健康分析提供了新思路。

公开(公告)号：CN114091671A

公开(公告)日：2022-02-25

申请号：CN202111447390.3

申请日：2021-12-01

Applicant: 西南石油大学

Inventor： 王杨 ,  庞兰苏 ,  翟仕佶 ,  黄青松 ,  肖衡 ,  张舒 ,  黄大帅

IPC: G06N5/00 ,  G06K9/62 ,  G16H50/00

Abstract: 本发明涉及一种改进随机森林相似性度量的患病风险预测方法，属于医学健康分析和机器学习领域；解决了随机森林算法基于复杂医学数据进行患病风险预测时准确率低的问题；其技术方案是：构建基于原始随机森林算法的患病风险预测模型；保留AUC值高的部分决策树；将决策路径分组后得到所有病症特征的值域；提出三层交并比法计算决策树之间的相似度；删减冗余决策树后得到最终的患病风险预测模型；本发明提出了一种新的度量随机森林模型中决策树相似性的方法，保证原始医学数据完整性的同时提高了对患病风险的预测精度，为辅助医学健康分析提供了新思路。