[发明专利]基于机器学习的胃食管反流疾病危险因素确定方法及系统

权利要求书

1.一种基于机器学习的胃食管反流疾病危险因素确定方法，其特征在于，所述方法，包括：

构建用户信息集；所述用户信息集为M行N列的数据集；所述用户信息集中的第i行第1列的因素为用户问卷ID号，且不同行中第1列的因素表示为不同的用户问卷ID号；所述用户信息集中的第1行第j列的因素为调查问卷的问题，且不同列中第1行的因素表示为不同的问题；所述用户信息集中的第i行第j列的因素为第i用户问卷ID号对第j问题的答案；其中，2≤i≤M，2≤j≤N；M表示参与调查问卷的所有用户的数量，N表示调查问卷中的所有问题的数量；

对所述用户信息集中的答案进行数据量化处理，得到量化数据矩阵；所述量化数据矩阵为M行N列的矩阵；所述量化数据矩阵中的第i行第1列的元素为用户问卷ID号，且不同行中第1列的元素表示为不同的用户问卷ID号；所述量化数据矩阵中的第1行第j列的元素为调查问卷的问题，且不同列中第1行的元素表示为不同的问题；所述量化数据矩阵中的第i行第j列的元素为第i用户问卷ID号第j问题答案的数据量化结果；其中，2≤i≤M，2≤j≤N；

对所述量化数据矩阵进行标准化处理，得到标准化数据矩阵；

采用主成分分析算法对所述标准化数据矩阵进行降维处理，并对降维后的数据矩阵进行重构处理，得到重构数据矩阵；

采用层次聚类算法，对所述重构数据矩阵中的每个样本点进行处理，得到层次聚类树状图；第z个所述样本点代表所述重构数据矩阵中的第z行数据；其中，2≤z≤M；

根据所述层次聚类树状图确定聚类数目，并根据所述聚类数目，采用聚类算法对所述重构数据矩阵中的元素进行聚类，得到多个类簇；

计算每个所述类簇中各个元素间的相关指数，并将相关指数最大的元素确定为胃食管反流疾病危险因素；所述相关指数为相关系数平方的平均数。

2.根据权利要求1所述的胃食管反流疾病危险因素确定方法，其特征在于，所述对所述量化数据矩阵进行标准化处理，得到标准化数据矩阵，具体包括：

采用Z-Score标准化算法，对所述量化数据矩阵进行标准化处理；所述标准化数据矩阵中每个维度的数据均服从均值为0、方差为1的正态分布。

3.根据权利要求1所述的胃食管反流疾病危险因素确定方法，其特征在于，所述采用主成分分析算法对所述标准化数据矩阵进行降维处理，具体包括：

计算所述标准化数据矩阵的相关矩阵；

根据所述相关矩阵，计算特征值以及所述特征值对应的特征向量；

将所述特征值按照降序顺序排列，选择前N个所述特征值对应的特征向量组成降维后的数据集。

4.根据权利要求1所述的胃食管反流疾病危险因素确定方法，其特征在于，所述采用层次聚类算法，对所述重构数据矩阵中的每个样本点进行处理，得到层次聚类树状图，具体包括：

步骤1，采用平均距离算法，计算两两样本点之间的距离；

步骤2，选择距离最小的两个样本点合成一个类；

步骤3，重复步骤1和步骤2，直到所有样本点聚为一类，得到层次聚类树状图。

5.根据权利要求1所述的胃食管反流疾病危险因素确定方法，其特征在于，所述计算每个所述类簇中各个元素间的相关指数，并将相关指数最大的元素确定为胃食管反流疾病危险因素，具体包括：

计算每个所述类簇中各个元素间的相关指数；

将所有所述相关指数按照从大到小的顺序排列，选择最大的相关指数对应的元素确定为胃食管反流疾病危险因素。