[发明专利]基于随机森林的非平衡小样本压疮不良事件早期预测方法

权利要求书

1.一种基于随机森林的非平衡小样本压疮不良事件早期预测方法，其特征在于，所述预测方法具体包括：

获取临床数据，基于临床经验对所述数据进行特征提取和预处理，获得预处理数据，并将所述预处理数据划分为训练集和测试集；

以所述训练集为输入，基于bagging算法进行训练获得多个决策树构建随机森林分类器，并以投票方式进行压疮预测；

以所述测试集为输入，采用交叉验证方法对所述随机森林分类器进行验证与分析。

2.根据权利要求1所述的基于随机森林的非平衡小样本压疮不良事件早期预测方法，其特征在于，所述预处理具体包括：

采用自然语言处理方法对文本数据进行结构化处理；对异常数据进行剔除，并利用模型法对缺失数据进行补全。

3.根据权利要求1所述的基于随机森林的非平衡小样本压疮不良事件早期预测方法，其特征在于，所述基于bagging算法进行训练获得多个决策树构建随机森林分类器步骤具有包括：

从所述训练集中采用Bootstrap方法有放回的选取多个样本，获得多个训练样本作为样本集；

以所述样本集为输入，选择所有属性中最佳属性作为节点按照预设的决策树构建方法建立CART决策树；

重复上述步骤多次获得多个不同的决策树构成随机森林分类器。

4.根据权利要求3所述的基于随机森林的非平衡小样本压疮不良事件早期预测方法，其特征在于，所述预设的决策树构建方法具体包括：

获取样本集，判定样本个数是否小于样本数量阈值和特征是否存在；如果样本特征不存在或者样本个数小于样本数阈值则返回决策子树，并且当前节点停止递归；

计算样本集的基尼系数，判断基尼系数是否小于设定的基尼系数阈值；若小于则返回决策树子树，当前节点停止递归；

识别样本集中各特征类型，并计算每个特征下的基尼系数；以特征基尼系数为标准，采用二分递归方式构造决策树。

5.根据权利要求4所述的基于随机森林的非平衡小样本压疮不良事件早期预测方法，其特征在于，所述基尼系数的计算公式为：

其中，m表示样本的类别数目，在本压疮样本集中，m的值为2，p_i为样本点属于第m类的概率。

6.根据权利要求4所述的基于随机森林的非平衡小样本压疮不良事件早期预测方法，其特征在于，所述以特征基尼系数为标准，采用二分递归方式构造决策树步骤具体包括：

以特征基尼系数为标准，筛选最优特征值，将样本集划分成两部分，建立当前节点的左右节点；

所述划分后样本集的基尼系数计算公式为：

其中，│D│表示样本总数，│D₁│、│D₂│分别表示压疮和非压疮类别的样本个数。