一种基于改进的F-Score的妊高症预测方法

摘要

本发明提供了一种基于改进的F‑Score的妊高症预测方法，包括先采用改进的F‑Score特征选择算法从妊高症患者的特征集合中选出最优特征，所有最优特征组成训练集；然后使用训练集对Stacking模型中的机器学习模型进行训练，获得经过训练的机器学习模型；使用经过训练的机器学习模型对训练集中的特征进行预测，获得预测结果；基于所述最终预测结果，使用遗传算法对经过训练的机器学习模型的组合进行筛选，获得最佳的模型组合；将最佳的模型组合对训练集的预测结果作为Stacking模型第二层逻辑回归的输入，通过第二层逻辑回归输出对妊高症患者患病概率的预测值。本发明有效地解决数据不平衡的问题，增加了对医学数据预测结果的泛化性和表现力。