一种基于机器学习算法建立糖尿病预测模型的方法技术

本发明专利技术公开了一种基于机器学习算法建立糖尿病预测模型的方法，涉及医学模型技术领域，其技术方案的要点包括以下步骤：S1：从数据库中提取信息，采用多重插补和归一化进行数据处理；S2：采用LASSO回归进行危险因素筛选；S3：根据筛选出的危险因素，采用多种机器学习算法与交叉验证相结合的方法建立糖尿病预测模型；S4：通过对交叉验证结果的量化比较，得到最佳的方法来建立糖尿病模型。本发明专利技术基于一种机器学习算法筛选出糖尿病的相关危险因素，随后根据多种分类算法建立糖尿病模型时具有可比性；该方法从糖尿病预测模型的多个角度进行了比较，能较好的评价模型的预测能力；该方法结合了各种易于测量的危险因素，建立了高效的糖尿病预测模型。病预测模型。病预测模型。

【技术实现步骤摘要】
一种基于机器学习算法建立糖尿病预测模型的方法


[0001]本专利技术涉及医学模型
，更具体地说，它涉及一种基于机器学习算法建立糖尿病预测模型的方法。

技术介绍

[0002]在糖尿病人群筛查的过程中发现，单独采用空腹血糖仅能筛查出约60％的糖尿病患者，筛查效果不佳。虽然糖尿病诊断的金标准口服葡萄糖耐量试验可能得到较准确的结果，但其耗时长，对部分人可能造成较大的不适感，故而在大规模的人群筛检时难以进行。

技术实现思路

[0003]本专利技术的目的是为了解决上述问题，提供一种基于机器学习算法建立糖尿病预测模型的方法，基于筛选出来的危险因素，使用结合交叉验证的分类机器算法来建立糖尿病预测模型，比较预测结果，得到预测能力好的模型。
[0004]本专利技术的上述技术目的是通过以下技术方案得以实现的：一种基于机器学习算法建立糖尿病预测模型的方法，包括以下步骤：
[0005]S1：从数据库中提取信息，采用多重插补和归一化进行数据处理；
[0006]S2：采用LASSO回归进行危险因素筛选；/>[0007]S3本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于机器学习算法建立糖尿病预测模型的方法，其特征是：包括以下步骤：S1：从数据库中提取信息，采用多重插补和归一化进行数据处理；S2：采用LASSO回归进行危险因素筛选；S3：根据筛选出的危险因素，采用多种机器学习算法与交叉验证相结合的方法建立糖尿病预测模型；S4：通过对交叉验证结果的量化比较，得到最佳的方法来建立糖尿病模型。2.根据权利要求1所述的一种基于机器学习算法建立糖尿病预测模型的方法，其特征是：所述S2中的危险因素包括：人口学信息、身体测量情况、问卷调查结果和血液测量指标。3.根据权利要求2所述的一种基于机器学习算法建立糖尿病预测模型的方法，其特征是：所述人口学信息包括年龄和性别。4.根据权利要求2所述的一种基于机器学习算法建立...

【专利技术属性】
技术研发人员：牛玉存，唐玄峰，朱秋爽，
申请(专利权)人：哈尔滨医科大学，
类型：发明
国别省市：