[发明专利]一种基于改进的F-Score的妊高症预测方法

说明书

本发明提供了一种基于改进的F‑Score的妊高症预测方法，包括先采用改进的F‑Score特征选择算法从妊高症患者的特征集合中选出最优特征，所有最优特征组成训练集；然后使用训练集对Stacking模型中的机器学习模型进行训练，获得经过训练的机器学习模型；使用经过训练的机器学习模型对训练集中的特征进行预测，获得预测结果；基于所述最终预测结果，使用遗传算法对经过训练的机器学习模型的组合进行筛选，获得最佳的模型组合；将最佳的模型组合对训练集的预测结果作为Stacking模型第二层逻辑回归的输入，通过第二层逻辑回归输出对妊高症患者患病概率的预测值。本发明有效地解决数据不平衡的问题，增加了对医学数据预测结果的泛化性和表现力。

技术领域

本发明涉及妊高症预测领域，尤其涉及一种基于改进的F-Score的妊高症预测方法。

背景技术

妊高症是产科多见的并发症，对于孕妇来说，如果怀孕后得了妊高症，首先病情比较轻的会出现腿部浮肿，蛋白尿的现象，但是一些孕妇不在意，不加以治疗的话，病情加重对于孕妇的危险也是大大增加的，比如会出现头痛，视力模糊，有的孕妇在生育之前还会出现子痫的情况，甚至会全身抽搐，昏迷。

早期的一些临床检测手段效率低下，身体检测不能快速地获得导致疾病或者未来可能导致疾病的身体因素，并且还需要大量的人力和财力，无论对于医院还是病人不能有效、及时的发现疾病是非常可怕的。

在基于临床数据的一些单模型预测方法在妊高症的问题上起到了有效的预防作用，但单一的传统模型泛化性能比较差，预测结果不够准确。

发明内容

本发明的目的在于公开了一种基于改进的F-Score的妊高症预测方法，解决单一的传统模型泛化性能比较差，预测结果不够准确的技术问题。

为达到上述目的，本发明采用如下技术方案：

一种基于改进的F-Score的妊高症预测方法，包括：

S1，采用改进的F-Score特征选择算法分别计算妊高症患者的特征集合中的每个特征的 F-Score的值；

S2，将F-Score的值大于预设的选择阈值的所有特征作为最优特征，所有最优特征组成训练集；

S3，使用训练集对Stacking模型中的K个clfl机器学习模型进行训练，获得K个经过训练的机器学习模型；

S4，将训练集中的每个最优特征分别输入到K个经过训练的机器学习模型中进行预测，获得K个预测结果，对K个预测结果取平均值，获得训练集中的每个特征的最终预测结果；

S5，基于所述最终预测结果，使用遗传算法对K个经过训练的机器学习模型进行筛选，获得N个最佳的模型组合；

S6，将N个最佳的模型组合对训练集的预测结果作为Stacking模型第二层逻辑回归的输入，通过第二层逻辑回归输出对妊高症患者患病概率的预测值。

作为优选，所述S1包括：

使用如下公式分别计算妊高症患者的特征集合中的每个特征的F-Score的值：

式中，F(i)表示第i个特征的F-Score的值，表示第i个特征在少数类上的平均值，表示第i个特征在多数类上的平均值，代表第i个特征在整个数据集上的平均值，n₊代表正类的样本大小，为第k个少数类类样本点的第i个特征的特征值。

作为优选，所述S3包括：

使用Kflod将训练集切分成K个子集，每一个子集包括一个验证集和一个测试集；

对于clfl机器学习模型，使用其中的K-1个子集对clfl机器学习模型进行训练，使用剩余的一个子集对训练结果进行验证。