基于随机森林和梯度提升决策树的高血压分析预测

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要： 为进行高血压的危险因素分析与预测，提出一种基于随机森林和梯度提升决策树的模型。首先基于体检报告数据进行缺失值处理、one-hot编码、归一化、数据初步聚类等预处理；然后针对数据样本不均衡的特性，利用SOMTE算法进行重采样，基于随机森林得到特征重要性评分并进行特征选择；最后基于排名前20的特征值，利用梯度提升决策树算法产生预测模型。（剩余6454字）

试读结束

目录
monitor
客服机器人