基于心腦血管疾病發(fā)病風險預測的CatBoost 算法和貝葉斯網(wǎng)絡模型分析

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位的特征變量構建心腦血管疾病發(fā)病風險貝葉斯網(wǎng)絡模型，為心腦血管疾病發(fā)病風險預測提供參考。方法：從英國生物樣本（UK Biobank） 數(shù)據(jù)庫中納入315 896 例參與者和相關變量，通過類別型特征提升（CatBoost） 算法進行特征選擇， 將所有參與者按7∶ 3 比例隨機分為訓練集和測試集， 并基于最大最小爬山（MMHC） 算法構建貝葉斯網(wǎng)絡模型。（剩余11029字）