Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

老人健康风险预测系统及方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:宁夏银中智能科技有限公司

摘要:本发明公开了老人健康风险预测系统及方法,包括数据收集预处理模块、特征工程模块、数据平衡模块、模型训练模块、模型评估模块、模型解释模块、系统部署模块以及监控维护模块;所述数据收集预处理模块用于数据收集和清洗;所述特征工程模块用于特征选择和特征处理;所述数据平衡模块用于通过欠采样和过采样减少数据不平衡,本发明通过从CHARLS项目数据库中收集第五期数据,并使用Pandas进行数据清洗,填补缺失值或删除异常数据,确保了数据的时效性、完整性和准确性,采用欠采样和过采样技术来处理数据不平衡问题,通过减少多数类样本和生成新的少数类样本,提高了模型在不平衡数据集上的泛化能力。

主权项:1.老人健康风险预测系统,其特征在于,包括数据收集预处理模块、特征工程模块、数据平衡模块、模型训练模块、模型评估模块、模型解释模块、系统部署模块以及监控维护模块;所述数据收集预处理模块用于从CHARLS项目数据库中提取CHARLS项目组2023年11月16日公布的第五期代表中国45岁及以上中老年人家庭和个人的高质量微观数据的纵向研究数据并进行数据清洗,所述数据收集预处理模块还包括数据收集单元和数据清洗单元,所述数据收集单元用于从CHARLS项目数据库中收集第五期数据,包括家庭和个人的微观数据以及自我报告变量,所述数据清洗单元使用Pandas工具进行数据清洗,填补缺失值或删除异常数据,用于处理数据中的缺失值、异常值和重复值,确保数据的完整性和准确性;所述特征工程模块用于特征选择和特征处理;所述数据平衡模块用于通过欠采样和过采样减少数据不平衡;所述模型训练模块用于选择逻辑回归、K-近邻、朴素贝叶斯、多层感知器、随机森林以及XGBoost进行模型构建与训练;所述模型评估模块用于模型测试和比较;所述模型解释模块用于使用SHAP值解释模型的预测结果进行结果分析;所述系统部署模块用于使用Flask或Django开发RESTfulAPI并提供友好的用户交互界面;所述监控维护模块用于性能监控和模型更新。

全文数据:

权利要求:

百度查询: 宁夏银中智能科技有限公司 老人健康风险预测系统及方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。