本申请实施例提供了服刑人员住院风险预测方法、装置、电子设备及存储介质，属于数据处理技术领域。通过对数据进行插补预处理和关联预处理，得到待预测服刑人员的基础信息样本和就诊信息样本，根据编号表对基础信息样本和就诊信息样本进行关联，得到训练样本数据；基于随机森林算法训练住院风险预测模型；将训练样本数据输入住院风险预测模型中，通过住院风险预测模型计算得到待预测服刑人员的住院风险数据，本发明专利技术通过对服刑人员的基础信息和就诊信息进行相应的处理，提高了数据完成度，通过住院风险预测模型对服刑人员的住院风险进行预测，有助于降低监狱的财政支出，提高监狱的管理效率。管理效率。管理效率。
【技术实现步骤摘要】
服刑人员住院风险预测方法、装置、电子设备及存储介质
[0001]本申请涉及数据处理
，尤其涉及一种服刑人员住院风险预测方法、装置、电子设备及存储介质。
技术介绍
[0002]随着医疗信息化的不断发展与完善，医疗已经迈入了信息化和数字化的时代。大量服刑人员在入狱前已经患有一些基础疾病，部分服刑人员在入狱后，受心理、躯体以及监狱环境适应等各方面原因的影响，也会出现新发的疾病并因此住院，造成监狱管理人员的不便，以及对监狱的财政支出也造成了不小的影响。因此，亟需提供一种对服刑人员住院风险进行准确预测的方案。
技术实现思路
[0003]为了解决上述技术问题，本申请实施例提供了一种服刑人员住院风险预测方法、装置、电子设备及可读存储介质。
[0004]第一方面，本申请实施例提供了一种服刑人员住院风险预测方法，所述方法包括：获取服刑人员的基础信息、就诊信息和编号表；对所述基础信息进行插补预处理，得到待预测服刑人员的基础信息样本；对所述就诊信息进行关联预处理，得到待预测服刑人员的就诊信息样本；根据所述编号表对所述待预测服刑人员的基础信息样本和所述待预测服刑人员的就诊信息样本进行关联，得到所述待预测服刑人员的训练样本数据；基于随机森林算法训练住院风险预测模型；将所述训练样本数据输入所述住院风险预测模型中，通过所述住院风险预测模型计算得到所述待预测服刑人员的住院风险数据。
[0005]根据本申请公开的一种具体实施方式，所述对所述基础信息进行插补预处理，得到待预测服刑人员的基础信息样本，包括：根据所述服刑人员的基础信息计算基础数据均值；根据所述基础数据均值对所述服刑人员的基础信息进行插补得到所述待预测服刑人员的完整基础数据；剔除所述待预测服刑人员的完整基础数据中存在的异常值，得到所述待预测服刑人员的有效基础数据；对所述待预测服刑人员的有效基础数据进行虚拟变量处理，得到所述待预测服刑人员的基础信息样本。
[0006]根据本申请公开的一种具体实施方式，所述对所述就诊信息进行关联预处理，得到待预测服刑人员的就诊信息样本，包括：获取所述就诊信息的关键字段和疾病编码表，根据所述关键字段关联所述就诊信息和所述疾病编码表；
剔除所述就诊信息中存在的缺失值，得到所述待预测服刑人员的有效就诊信息；对所述待预测服刑人员的有效就诊信息进行虚拟变量处理，得到所述待预测服刑人员的就诊信息样本。
[0007]根据本申请公开的一种具体实施方式，所述通过所述住院风险预测模型计算得到所述服刑人员的住院风险数据，包括：获取所述住院风险预测模型中的各叶节点的预测数值；判断所述各叶节点的预测数值是否大于或等于预设住院阈值；统计所述各叶节点中预测数值大于或等于预设住院阈值的目标叶节点的数量；根据所述目标叶节点的数量与所述住院风险预测模型中的叶节点总数的比率确定所述待预测服刑人员的住院风险数据。
[0008]根据本申请公开的一种具体实施方式，所述基于随机森林算法训练住院风险预测模型，包括：根据所述训练样本数据建立数据集；计算所述数据集的基尼不纯度；基于所述基尼不纯度判断所述数据集的有序程度；计算所述数据集的分叉深度；在所述分叉深度达到预设参数后停止对所述数据集分叉，得到所述住院风险预测模型。
[0009]根据本申请公开的一种具体实施方式，所述根据所述训练样本数据建立数据集，包括：基于自助法从所述训练样本数据中抽取n个数据样本；设置每个所述数据样本的特征数为M，指定一个小于M的常数m，随机从M个特征中选取m个特征，得到样本数为N、特征数为m的数据集。
[0010]根据本申请公开的一种具体实施方式，所述计算所述数据集的基尼不纯度，包括：根据以下公式计算所述基尼不纯度：；其中，C为数据集中的分类数，p(i)为数据点是第i个分类的概率。
[0011]第二方面，本申请实施例提供了一种服刑人员住院风险预测装置，所述服刑人员住院风险预测装置包括：获取模块，用于获取服刑人员的基础信息、就诊信息和编号表；处理模块，用于对所述基础信息进行插补预处理，得到待预测服刑人员的基础信息样本；对所述就诊信息进行关联预处理，得到待预测服刑人员的就诊信息样本；关联模块，用于根据所述编号表对所述待预测服刑人员的基础信息样本和所述待预测服刑人员的就诊信息样本进行关联，得到所述待预测服刑人员的训练样本数据；训练模块，用于基于随机森林算法训练住院风险预测模型；预测模块，用于将所述训练样本数据输入中所述住院风险预测模型中，通过所述住院风险预测模型计算得到所述待预测服刑人员的住院风险数据。
[0012]第三方面，本申请实施例提供了一种电子设备，包括存储器以及处理器，所述存储
器用于存储计算机程序，所述计算机程序在所述处理器运行时执行第一方面提供的服刑人员住院风险预测方法。
[0013]第四方面，本申请实施例提供了一种计算机可读存储介质，其存储有计算机程序，所述计算机程序在处理器上运行时执行第一方面提供的服刑人员住院风险预测方法。
[0014]上述本申请提供的一种服刑人员住院风险预测方法，通过获取服刑人员的基础信息、就诊信息和编号表；对所述基础信息进行插补预处理，得到待预测服刑人员的基础信息样本；对所述就诊信息进行关联预处理，得到待预测服刑人员的就诊信息样本；根据所述编号表对所述待预测服刑人员的基础信息样本和所述待预测服刑人员的就诊信息样本进行关联，得到所述待预测服刑人员的训练样本数据；基于随机森林算法训练住院风险预测模型；将所述训练样本数据输入中所述住院风险预测模型中，通过所述住院风险预测模型计算得到所述待预测服刑人员的住院风险数据，通过对服刑人员的基础信息和就诊信息进行相应的处理，提高了数据完成度，通过住院风险预测模型对服刑人员的住院风险进行预测，有助于降低监狱的财政支出，提高监狱的管理效率。
附图说明
[0015]为了更清楚地说明本申请的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对本申请保护范围的限定。在各个附图中，类似的构成部分采用类似的编号。
[0016]图1为本申请实施例提供的一种服刑人员住院风险预测方法的流程示意图；图2示出了本申请实施例提供的一种服刑人员住院风险预测装置的结构示意图；图3示出了本申请实施例提供的一种电子设备。
具体实施方式
[0017]下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。
[0018]通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0019]在下文中，可在本申请的各种实施例中使用的术语“包括”、“具有”及其同源词本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种服刑人员住院风险预测方法，其特征在于，所述方法包括：获取服刑人员的基础信息、就诊信息和编号表；对所述基础信息进行插补预处理，得到待预测服刑人员的基础信息样本；对所述就诊信息进行关联预处理，得到待预测服刑人员的就诊信息样本；根据所述编号表对所述待预测服刑人员的基础信息样本和所述待预测服刑人员的就诊信息样本进行关联，得到所述待预测服刑人员的训练样本数据；基于随机森林算法训练住院风险预测模型；将所述训练样本数据输入所述住院风险预测模型中，通过所述住院风险预测模型计算得到所述待预测服刑人员的住院风险数据。2.根据权利要求1所述的方法，其特征在于，所述对所述基础信息进行插补预处理，得到待预测服刑人员的基础信息样本，包括：根据所述服刑人员的基础信息计算基础数据均值；根据所述基础数据均值对所述服刑人员的基础信息进行插补得到所述待预测服刑人员的完整基础数据；剔除所述待预测服刑人员的完整基础数据中存在的异常值，得到所述待预测服刑人员的有效基础数据；对所述待预测服刑人员的有效基础数据进行虚拟变量处理，得到所述待预测服刑人员的基础信息样本。3.根据权利要求1所述的方法，其特征在于，所述对所述就诊信息进行关联预处理，得到待预测服刑人员的就诊信息样本，包括：获取所述就诊信息的关键字段和疾病编码表，根据所述关键字段关联所述就诊信息和所述疾病编码表；剔除所述就诊信息中存在的缺失值，得到所述待预测服刑人员的有效就诊信息；对所述待预测服刑人员的有效就诊信息进行虚拟变量处理，得到所述待预测服刑人员的就诊信息样本。4.根据权利要求1所述的方法，其特征在于，所述通过所述住院风险预测模型计算得到所述服刑人员的住院风险数据，包括：获取所述住院风险预测模型中的各叶节点的预测数值；判断所述各叶节点的预测数值是否大于或等于预设住院阈值；统计所述各叶节点中预测数值大于或等于预设住院阈值的目标叶节点的数量；根据所述目标叶节点的数量与所述住院风险预测模型中的叶节点总数的比率确定所述待预测服刑人员的住院风...
【专利技术属性】
技术研发人员：张伟，殷继兴，韩鑫，何行知，姚佳，李宏伟，文凤，庭承怡，
申请(专利权)人：四川省监狱管理局，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。