[发明专利]药物肝毒性预测方法及装置

权利要求书

1.一种药物肝毒性预测方法，其特征在于，应用于一电子设备，所述方法包括：

获取多个样本药物数据；

基于所述多个样本药物数据，获取每个所述样本药物数据对应的k个最近邻样本数据；

若判断得出所述样本药物数据的类标与对应的k个最近邻样本数据中的每个最近邻样本数据的类标均不相同，将预设值赋值于该样本药物数据对应的权重；

若判断得出所述样本药物数据的类标与对应的所述k个最近邻样本数据中的至少一个最近邻样本数据的类标相同，计算得出该样本药物数据与对应的k个最近邻样本数据的平均距离；

计算所述平均距离的倒数；

将所述倒数赋值于该样本药物数据对应的权重；

根据每个所述样本药物数据对应的权重，对所述多个样本药物数据进行采样，生成样本集；

在所述样本集上训练预先获取的多个基分类器，获得分类器组；

获取待测药物数据；

根据预设的分类器组对所述待测药物数据进行分类，获得多个初始分类结果；

基于所述多个初始分类结果及预设的投票策略规则，获得分类结果，所述分类结果表示所述待测药物数据的肝毒性。

2.根据权利要求1所述的方法，其特征在于，获取多个样本药物数据根据每个所述样本药物数据对应的权重，对所述多个样本药物数据进行采样，生成样本集，包括：

根据每个所述样本药物数据对应的权重，对所述多个样本药物数据进行有放回的随机采样，生成样本集。

3.根据权利要求2所述的方法，其特征在于，根据每个所述样本药物数据对应的权重，对所述多个样本药物数据进行有放回的随机采样，生成样本集，包括：

根据每个所述样本药物数据对应的权重及预设的整体权重更新规则，获得所述多个样本药物数据对应的整体权重；

根据所述整体权重，对所述多个样本药物数据进行有放回的随机采样，生成样本集。

4.根据权利要求3所述的方法，其特征在于，所述预设的整体权重更新规则为weight′_overall＝weight_overall+weight(x_i),i＝1,2,…,n，根据每个所述样本药物数据对应的权重及预设的整体权重更新规则，获得所述多个样本药物数据对应的整体权重，包括：

基于weight′_overall＝weight_overall+weight(x_i),i＝1,2,…,n，获得所述多个样本药物数据对应的整体权重，其中，weight_overall为上一个整体权重，weight′_overall为当前整体权重，x_i为第i个样本药物数据，weight(x_i)为第i个样本药物数据对应的权重，n为所述多个样本药物数据的总个数。

5.一种药物肝毒性预测装置，其特征在于，运行于一电子设备，所述装置包括：

样本获取单元，用于获取多个样本药物数据；

权重计算单元，基于所述多个样本药物数据，获取每个所述样本药物数据对应的k个最近邻样本数据；若判断得出所述样本药物数据的类标与对应的k个最近邻样本数据中的每个最近邻样本数据的类标均不相同，将预设值赋值于该样本药物数据对应的权重；若判断得出所述样本药物数据的类标与对应的所述k个最近邻样本数据中的至少一个最近邻样本数据的类标相同，计算得出该样本药物数据与对应的k个最近邻样本数据的平均距离；计算所述平均距离的倒数；将所述倒数赋值于该样本药物数据对应的权重；

生成单元，用于根据每个所述样本药物数据对应的权重及预设的整体权重更新规则，获得所述多个样本药物数据对应的整体权重；根据所述整体权重，对所述多个样本药物数据进行有放回的随机采样，生成样本集；

训练单元，用于在所述样本集上训练预先获取的多个分类器，获得分类器组；

获取单元，用于获取待测药物数据；

分类单元，用于根据预设的分类器组对所述待测药物数据进行分类，获得多个初始分类结果；

投票单元，用于基于所述多个初始分类结果及预设的投票策略规则，获得分类结果，所述分类结果表示所述待测药物数据的肝毒性。