[发明专利]针对不平衡数据的疾病预测方法、装置、设备及介质

权利要求书

1.一种针对不平衡数据的疾病预测方法，其特征在于，包括：

获取目标对象的待预测数据；

将所述待预测数据输入至预测模型，得到所述待预测数据的输出结果；其中，所述预测模型根据多个待选预测模型的评价指标而确定，且所述多个待选预测模型根据对划分后的原始数据进行平衡处理得到；

根据所述输出结果确定所述待预测数据的预测结果。

2.根据权利要求1所述的针对不平衡数据的疾病预测方法，其特征在于，所述方法还包括：

确定参考对象和潜在特征，并根据所述潜在特征获取所述参考对象的原始数据；

将所述原始数据进行划分，以得到训练数据和测试数据；

对所述训练数据进行平衡处理，并根据平衡处理后的训练数据对多个机器学习模型进行训练，以构建所述预测模型。

3.根据权利要求2所述的针对不平衡数据的疾病预测方法，其特征在于，确定参考对象包括：

结合第一类型知识和第二类型知识，根据第一预测值确定筛选指标；

根据所述筛选指标对多个对象进行过滤，以确定所述参考对象。

4.根据权利要求1所述的针对不平衡数据的疾病预测方法，其特征在于，将所述原始数据进行划分包括：

基于交叉验证法对所述原始数据进行划分，以得到训练数据和测试数据。

5.根据权利要求1所述的针对不平衡数据的疾病预测方法，其特征在于，所述方法还包括：

将符合预设条件的参考对象的原始数据中的训练数据进行扩充，并对不符合预设条件的参考对象的原始数据中的训练数据进行缩减，以对划分后的原始数据进行平衡处理。

6.根据权利要求2所述的针对不平衡数据的疾病预测方法，其特征在于，根据平衡处理后的训练数据对多个机器学习模型进行训练，以构建所述预测模型包括：

根据平衡处理后的训练数据以及所述训练数据的真实标签，对所述多个机器学习模型进行训练，得到多个训练好的机器学习模型作为多个待选预测模型；

根据所述多个待选预测模型的类型确定所述多个待选预测模型的评价指标；

将所述多个待选预测模型中所述评价指标最高的待选预测模型作为所述预测模型。

7.根据权利要求6所述的针对不平衡数据的疾病预测方法，其特征在于，所述待选预测模型的类型为预测标签，确定所述多个待选预测模型的评价指标包括：

结合所述测试数据的真实标签和预测标签确定灵敏度和第二预测值，并根据所述灵敏度和所述第二预测值确定所述评价指标。

8.根据权利要求6所述的针对不平衡数据的疾病预测方法，其特征在于，所述待选预测模型的类型为预测概率，确定所述多个待选预测模型的评价指标包括：

通过所述训练数据生成预测阈值；

将所述预测阈值与所述测试数据的预测概率进行对比，得到所述测试数据的预测标签；

根据所述测试数据的实际标签和所述预测标签，确定灵敏度以及第二预测值，并结合所述灵敏度和所述第二预测值确定所述评价指标。

9.根据权利要求1所述的针对不平衡数据的疾病预测方法，其特征在于，根据所述输出结果确定所述待预测数据的预测结果包括：

根据所述输出结果获取所述待预测数据的预测标签，并根据所述预测标签确定所述待预测数据的所述预测结果。

10.一种针对不平衡数据的疾病预测装置，其特征在于，包括：

数据获取模块，用于获取目标对象的待预测数据；

结果获取模块，用于将所述待预测数据输入至预测模型，得到所述待预测数据的输出结果；其中，所述预测模型根据多个待选预测模型的评价指标而确定，且所述多个待选预测模型根据对划分后的原始数据进行平衡处理得到；

数据预测模块，用于根据所述输出结果确定所述待预测数据的预测结果。