一种恶性肿瘤合并静脉血栓栓塞症风险预测方法

摘要

本发明公开了一种恶性肿瘤合并静脉血栓栓塞症风险预测方法，该方法首先对采集的病人信息进行预处理得到基础数据集，再进行双向联合重采样得到训练集，然后对训练集中每个训练样本进行特征筛选，去掉冗余特征；构建和训练StackingXgbMlp模型，该模型包括两层，第一层包括并联的一个XGBoost模型和一个MLP模型，第二层包括一个XGBoost模型；训练完成后将未知是否患病的病人信息采用S100的方法进行预处理，再采用S300的方法进行特征筛选得到待预测样本，将该待预测样本输入训练好的StackingXgbMlp模型中，输出待预测样本患病的预测概率。实验表明，本发明方法在预测准确性比传统方法好。