基于深度学习的aGVHD风险预测模型训练方法及装置

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于深度学习的aGVHD风险预测模型训练方法及装置
申请号:CN202411889163
申请日期:2024-12-20
公开号:CN120011807A
公开日期:2025-05-16
类型:发明专利
摘要
本发明提供一种基于深度学习的aGVHD风险预测模型训练方法及装置,涉及数据处理技术领域,包括:从真实用户数据库中获取多个携带有aGVHD分级标签的原始多维度用户样本数据;将所述原始多维度用户样本数据进行数据预处理后,通过特征工程分析从所述原始多维度用户样本数据中筛选目标用户样本数据;基于携带有aGVHD分级标签的各个目标用户样本数据对GBGNN模型进行训练,在满足第一预设训练条件的情况下,停止训练,得到aGVHD风险预测模型;其中,所述aGVHD风险预测模型包括:GBDT模型和GNN模型;所述aGVHD风险预测模型用于根据用户数据进行aGVHD风险等级预测。
技术关键词
GBDT模型 风险预测模型 样本 风险预测方法 标签 XGBoost算法 特征工程 风险预测装置 非暂态计算机可读存储介质 数据处理技术 处理器 编码 训练装置 输出模块 格式 存储器 参数