一种基于异构集成模型的疾病预测系统

摘要

本发明提出一种基于异构集成模型的疾病预测方法及系统，涉及智能医疗以及医疗信息技术领域，该方法包括步骤1，获取多标签数据集，并训练K个适用于门诊病例数据集的多标签基础分类器，对所述多标签基础分类器进行集成，获取异构集成模型；步骤2，获取预测多标签样本，通过所述异构集成模型对所述待预测多标签样本进行预测。本发明将各个基分类器权重的确定转变为一回归问题，通过求解该回归问题从而求解出集成分类器中各个基分类器的权重，继而使得该集成分类器效果达到最好。