一种用于预测心血管疾病的医疗数据处理方法

本发明提出了一种用于预测心血管疾病的医疗数据处理方法。本发明方法包含三个步骤：1、数据预处理：补全数据集中的缺失值，对数据集中的属性进行标准化处理。2、密度权重学习：在利用DBSCAN算法将样本点分为核心样本点、噪声样本点和边界样本点的基础上，对核心样本点的密度信息进一步量化，对处于不同密度区域的点赋予不同权重。3、特征工程：将所有样本点的权重值作为一维新的特征加入数据集，然后对整个数据集进行特征选择和数据离散化两步。本发明通过为处于不同分布密度的样本点赋予相应的权重，强调核心样本点在模型建立时的贡献度，从而帮助机器学习模型决策边界的建立，提高模型的预测心血管疾病精度。
上海大学
谢江 | 吴蕊颖 | 王海涛 | 张武 | 孔艳艳