基于Stacking模型的早產預測方法

打開文本圖片集

摘 要：

為了解決傳統(tǒng)機器學習模型在早產預測時綜合性能不足的問題，提出一種基于Stacking模型的早產預測方法。首先，在數(shù)據預處理階段，采用欠采樣技術平衡正、負樣本分布，并通過數(shù)據標準化消除變量間的數(shù)值差異；其次，通過分析特征之間的相關性和特征重要性分數(shù)，進行特征選擇；然后，在Stacking模型構建時，通過分析機器學習算法預測結果間的皮爾遜相關系數(shù)，調整基分類器的類型和數(shù)量；最后，利用多種評價指標對基于Stacking模型的早產預測方法進行全面評估，并將其與現(xiàn)有方法對比分析，驗證該方法的有效性。（剩余17053字）