[发明专利]基于XGBoost的数据分类方法、装置、计算机设备及存储介质

说明书

本申请公开了一种基于XGBoost的数据分类方法、装置、计算机设备和存储介质，方法包括：从调查数据库中提取待分类疾病对应的调查数据，作为初始数据；采用XGBoost模型对初始数据进行特征提取，得到调查数据的目标特征；使用目标特征对XGBoost模型进行模型训练，并在XGBoost模型中使用Hyperopt库进行模型调参，得到训练好的分类模型；根据目标特征，生成分类筛选问卷，并针对任一用户，将用户回答根据分类筛选问卷获取所得到的数据，作为目标用户的目标数据，并将目标数据输入训练好的分类模型中，输出得到目标用户的对应的分类。本发明还涉及区块链技术，所述目标数据存储于区块链中。本申请实现对不同疾病的不同生理特征进行数据分析，提高对疾病的数据分类的准确性。

技术领域

本申请涉及数据处理技术领域，尤其涉及基于XGBoost的数据分类方法、装置、计算机设备及存储介质。

背景技术

目前医疗辅助决策模型和方法多用于分诊转诊、临床诊断和疾病管理中，其能够帮助临床诊疗时医生的判断，降低医生工作负担，提高诊疗准确性，并且通过医疗辅助决策模型和方法能够对人群的数据划分不同的分类，从而提升人群对疾病的认知、促进潜在患病人群赴院就诊并辅助医生了解患者潜在风险。

针对不同的疾病，不同的生理特征对于该疾病的发病诱因和发病严重性等等方面的重要程度不同，有些生理特征对于该疾病是较为重要特征，有些是较为不重要的特征。但是现有的医疗辅助决策模型和方法采用的是获取以往某一疾病病人的生理特征，并将该生理特征作为同等重要的分类依据，对某一疾病的数据进行简单的分类，这样导致对该疾病的数据分类准确性较低。现亟需一种能够对不同疾病的不同生理特征进行数据分析，提高对疾病的数据分类的准确性的方法。

发明内容

本申请实施例的目的在于提出一种基于XGBoost的数据分类方法，以提高对疾病的数据分类的准确性。

为了解决上述技术问题，本申请实施例提供一种基于XGBoost的数据分类方法，包括：

从调查数据库中提取待分类疾病对应的调查数据，作为初始数据；

采用XGBoost模型对所述初始数据进行特征提取，得到所述调查数据的目标特征；

使用所述目标特征对所述XGBoost模型进行模型训练，并在所述XGBoost模型中使用Hyperopt库进行模型调参，得到训练好的分类模型；

根据所述目标特征，生成分类筛选问卷；

针对任一用户，将所述用户回答所述分类筛选问卷得到的数据，作为用户的目标数据，并将所述目标数据输入所述训练好的分类模型中，得到所述用户对应的分类。

进一步的，所述采用XGBoost模型对所述初始数据进行特征提取，得到所述调查数据的目标特征包括：

基于所述XGBoost模型，对所述初始数据进行特征提取，得到M个基础特征，其中，M为正整数；

根据逐步回归算法，将M个所述基础特征添加到所述XGBoost模型中进行迭代计算，得到迭代计算结果，其中，所述迭代计算结果中包含所述基础特征对应的贡献分值；

从所述迭代计算结果中，将所述贡献分值按照从大到小的顺序排列，选取排名前N个贡献分值，并将所述前N个贡献分值所对应的基础特征作为N个目标特征，其中，NM,N为正整数。

进一步的，所述基于所述XGBoost模型，对所述初始数据进行特征提取，得到M个基础特征，其中，M为正整数包括：

基于所述XGBoost模型，对所述初始数据进行集成树计算分析，得到K个分析特征，其中，每个所述分析特征经过计算分析后具有分割得分，K为正整数，KM；

删除分割得分为零的分析特征，将保留下来的分析特征作为所述基础特征，得到M个所述基础特征。