[发明专利]一种基于SVM的医学检测指标重要性评价方法在审
| 申请号： | 201710731022.9 | 申请日： | 2017-08-23 |
| 公开（公告）号： | CN107591206A | 公开（公告）日： | 2018-01-16 |
| 发明（设计）人： | 张挺 | 申请（专利权）人： | 上海电力学院 |
| 主分类号： | G16H50/70 | 分类号： | G16H50/70;G06K9/62 |
| 代理公司： | 上海科盛知识产权代理有限公司31225 | 代理人： | 赵继明 |
| 地址： | 200090 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于SVM的医学检测指标重要性评价方法，包括以下步骤S1，获取多个样本的各项医学检测指标数据；S2，将样本分为标准训练集和测试集；S3，保留所有指标，对标准训练集建立支持向量机模型；S4，使标准训练集仅缺失其中一个指标，建立支持对应的支持向量机模型，并用测试集检验该支持向量机模型的分类准确率及其与步骤S3得到的分类准确率相比的下降值；S5，更换缺失的指标，重复步骤S4，直到遍历每个指标，利用分类准确率下降值评价对应的指标重要性。与现有技术相比，本发明采用已知分类的样本进行支持向量机模型训练和验证，根据缺失指标的支持向量机分类准确率，可平行比较得到指标重要程度。 | ||
| 搜索关键词： | 一种 基于 svm 医学 检测 指标 重要性 评价 方法 | ||
【主权项】：
一种基于SVM的医学检测指标重要性评价方法，其特征在于，包括以下步骤：S1，获取多个样本的各项医学检测指标数据，所述的样本被分为至少两个类别；S2，将样本分为两部分，一部分作为标准训练集，另一部分作为测试集；S3，保留所有指标，对标准训练集建立支持向量机模型，支持向量机模型的输入为各项医学检测指标数据，输出为样本的类别，并用测试集检验该支持向量机模型的分类准确率；S4，使标准训练集仅缺失其中一个指标，建立支持对应的支持向量机模型，并用测试集检验该支持向量机模型的分类准确率，计算该分类准确率与步骤S3得到的分类准确率相比的下降值；S5，更换缺失的指标，重复步骤S4，直到遍历每个指标，利用分类准确率下降值评价对应的指标重要性，分类准确率下降值越大，则对应的指标重要性越大。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海电力学院，未经上海电力学院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710731022.9/，转载请声明来源钻瓜专利网。
