湖北工业大学学报2021，Vol.36Issue(4) ：95-99,110.

APSO_LightGBM模型在高血压风险预测中的应用

APSO_LightGBM Model and Its Application in Hypertension Risk Prediction

郑列 胡逾航
湖北工业大学学报2021，Vol.36Issue(4) ：95-99,110.
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

APSO_LightGBM模型在高血压风险预测中的应用

APSO_LightGBM Model and Its Application in Hypertension Risk Prediction

郑列 1胡逾航1
扫码查看

作者信息

  • 1. 湖北工业大学理学院,湖北武汉430068
  • 折叠

摘要

APSO_LightGBM高血压风险预测模型将LightGBM算法与自适应粒子群优化算法相结合,弥补了LightGBM自身收敛速度慢的缺陷.实验表明,基于该模型的预测精度高于线性回归、决策树、SVM和LightGBM模型,参数寻优时间也远小于网格搜索与随机搜索,说明该模型可以更准确、高效地预测高血压风险,实现对疾病的早期筛查与干预.

关键词

机器学习/高血压预测/粒子群优化算法/APSO_LightGBM模型

引用本文复制引用

基金项目

出版年

2021
湖北工业大学学报
湖北工业大学

湖北工业大学学报

CHSSCD
影响因子：0.258
ISSN：1003-4684
参考文献量5
段落导航相关论文