医学药物领域高维数据变量选择与预测方法及装置

摘要

本发明提供了一种医学药物领域高维数据变量选择与预测方法及装置，可以提前预知患者出现严重并发症的风险如何，在肝移植前给予适当处理，能够降低出现严重并发症的风险。一种医学药物领域高维数据变量选择与预测方法包括：建立带有弹性网约束的Expectile回归模型，得到ER‑EN模型；对所述ER‑EN模型进行求解；采用十折交叉验证方法对所述ER‑EN模型进行参数选择；验证所述ER‑EN模型的预测能力。本发明实施例中通过建立的带有弹性网约束的Expectile回归模型(ER‑EN模型)，调节调整参数可以控制变量选择压缩程度，具有较大的灵活性和实用性。并且，ER‑EN模型能够对医学药物领域高维数据进行变量选择与准确预测，提供更多有效信息进行科学决策，降低了误判的风险。