[发明专利]一种基于特征权重的LARS糖尿病预测方法在审
申请号: | 201910340600.5 | 申请日: | 2019-04-25 |
公开(公告)号: | CN110060781A | 公开(公告)日: | 2019-07-26 |
发明(设计)人: | 高秀娥;陈波;陈世峰;桑海涛;胡玲艳 | 申请(专利权)人: | 岭南师范学院 |
主分类号: | G16H50/50 | 分类号: | G16H50/50;G06F17/18;G06F17/16 |
代理公司: | 广州市南锋专利事务所有限公司 44228 | 代理人: | 李慧 |
地址: | 524000 *** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明涉及医疗信息化技术领域,公开了一种基于特征权重的LARS糖尿病预测方法,具体包括以下步骤:步骤1,归一化糖尿病数据集矩阵,初始化当前拟合值向量和残差向量;步骤2,计算自变量特征权重向量和原始相关度向量;步骤3,计算单位向量、回归系数向量、新相关度向量和最大相关度;步骤4,更新回归系数向量,拟合值向量、残差向量和指标集;步骤5,判断残差向量的L2范数是否小于容忍度,若是则结束,若否则重复步骤3到5,本发明从糖尿病数据集特征出发,筛选出糖尿病关键特征变量,简化了糖尿病预测模型;提高了糖尿病预测模型的准确性,从而有助于提供准确的糖尿病预防与治疗措施。 | ||
搜索关键词: | 向量 糖尿病 特征权重 残差 糖尿病预测模型 回归系数向量 相关度 拟合 自变量 数据集矩阵 糖尿病预防 医疗信息化 最大相关度 单位向量 关键特征 初始化 归一化 容忍度 数据集 指标集 预测 范数 筛选 重复 更新 治疗 | ||
【主权项】:
1.一种基于特征权重的LARS糖尿病预测方法,其特征在于,包括如下步骤:步骤1,归一化糖尿病数据集矩阵,初始化当前拟合值向量和残差向量;步骤2,计算自变量特征权重向量和原始相关度向量;步骤3,计算角平分向量、回归系数向量、新相关度向量和最大相关度;步骤4,更新回归系数向量,拟合值向量、残差向量和指标集;步骤5,判断残差向量的L2范数是否小于容忍度,若是则结束,否则重复步骤3至步骤5。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于岭南师范学院,未经岭南师范学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201910340600.5/,转载请声明来源钻瓜专利网。