一种机器学习分类模型在青少年孤独症辅助诊断中的应用方法

摘要

本发明公开了一种机器学习分类模型在青少年孤独症辅助诊断中的应用方法；其特征在于：按照如下方式实施；步骤一，建立模型训练方法；步骤二，构建模型评价指标；步骤三，孤独症辅助诊断系统的特征工程；步骤四，进行数据降维处理；步骤五，进行特征选择；步骤六，进行模型训练和结果分析。本发明将机器学习方法引入到孤独症研究领域；其带来的高效性和可靠性对孤独症的辅助诊断应该会有很大的帮助。本发明的应用领域可体现于；(1)疾病的诊断和治疗，(2)吸烟成瘾、网络成瘾、网络游戏成瘾，(3)认知等健康领域等。