基于XGBoost算法的2型糖尿病精准预测模型研究

目的构建2型糖尿病发病风险预测模型。方法在体检人群中招募糖尿病患者53人,非糖尿病患者93人,体检的同时进行相应的基因检测,并填写健康体检自测问卷,收集全部数据采用XGBoost构建2型糖尿病预测模型。结果模型预测的准确率是86.6%,特征重要性评估结果显示,对模型贡献前三名的变量依次是血糖、甘油三酯和SLC30A8基因rs13266634-C位点的等位基因。结论 XGBoost糖尿病发病风险预测模型具有很强的预测能力。

输电线路超短期覆冰厚度精准预测模型研究

冬季架空输电线路覆冰是导致输电线路发生冰雪灾害的直接原因,在线实时融冰是预防冰雪灾害的有效措施。对于冻雨致冰厚度的精准预测,是实施最优融冰方案的前提。设计了模拟导线监测系统和现场微气象系统,以模拟导线监测数据和微气象站技术,结合冻雨覆冰理论计算空气中前期液态水含量。基于灰色系统理论,应用GM(1,1)模型,预测空气中超短期液态水含量、风速、降雨量。在此基础上,根据所预测液态水含量、风速、降雨量计算覆冰增长速度。综合多种实际监测数据,建立覆冰数据仿真模型。

基于GBRT算法的足月胎儿体重预测研究

目的:构建足月胎儿体重预测模型。方法:长春市妇产医院信息中心收集2017至2018上半年共计26255条住院分娩病人的电子病历,提取特征值共计16列,通过数据清洗,得到10675个样本。随机划分为训练集(80%)和测试集(20%),使用GBRT算法进行建模并验证模型准确性。结果:最终模型预测的平均绝对误差为205.34克。结论:GBRT足月胎儿体重预测模型具有理想的预测能力。