基于心腦血管疾病發(fā)病風(fēng)險(xiǎn)預(yù)測(cè)的CatBoost 算法和貝葉斯網(wǎng)絡(luò)模型分析

打開文本圖片集

［摘 要］ 目的：篩選影響心腦血管疾病發(fā)病的主要特征變量，基于排序前10位的特征變量構(gòu)建心腦血管疾病發(fā)病風(fēng)險(xiǎn)貝葉斯網(wǎng)絡(luò)模型，為心腦血管疾病發(fā)病風(fēng)險(xiǎn)預(yù)測(cè)提供參考。方法：從英國(guó)生物樣本（UK Biobank） 數(shù)據(jù)庫(kù)中納入315 896 例參與者和相關(guān)變量，通過(guò)類別型特征提升（CatBoost） 算法進(jìn)行特征選擇， 將所有參與者按7∶ 3 比例隨機(jī)分為訓(xùn)練集和測(cè)試集， 并基于最大最小爬山（MMHC） 算法構(gòu)建貝葉斯網(wǎng)絡(luò)模型。（剩余11029字）