-
题名基于机器学习XGboost的慢性肾病筛查模型构建
- 1
-
-
作者
何雪琪
郑述招
-
机构
广东科学技术职业学院
-
出处
《移动信息》
2022年第9期10-12,共3页
-
基金
广东省教育科学研究课题“‘质量型扩招’背景下基于教育大数据的高职IT人才分类精准培养研究”(项目编号:2021GXJK714)
2020年广东科学技术职业学院课程思政精品课程“Python程序设计”
2018年广东省高等职业教育教学改革研究与实践项目“基于大数据分析的新工科人才精准培养研究与实践—以大数据技术与应用专业为例”(项目编号:GDJG2019123)。
-
文摘
医生在临床工作中,经常发现慢性肾病导致血常规异常的病人非常多,血液与肾病之间存在关联,而利用强大的机器学习算法,可以对慢性肾病与血常规之间的关系进行学习和挖掘。基于此,文章介绍了基于机器学习的疾病决策过程,对 XGboost 算法进行了介绍,采用机器学习的 XGboost 方法,构建了慢性肾病筛查模型。实验结果证明,基于 XGboost 的慢性肾病筛查模型,对血常规数据具有较高的识别率和敏感性,可以作为慢性肾病初步筛查和辅助诊断的一种新方法。
-
关键词
慢性肾病筛查
血常规
机器学习
XGboost
模型
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-