基于遗传算法和决策树的健康状况预测方法

作者:郭永恒; 曾奕博; 张恒哲; 周爱民; 林欣; 邵非
来源:2021-05-13, 中国, CN202110523546.5.

摘要

本发明公开了一种基于遗传算法和决策树的健康状况预测方法,其可使模型精确度和模型大小获得平衡,在保证性能的同时,可提高预测效率,该方法基于健康状况相关数据进行,并利用了遗传算法和决策树模型实现,该方法包括:将训练集作为决策树模型的输入数据,对决策树模型进行训练,决策树模型的超参数种群初始化,超参数种群包括若干个超参数,采用交叉验证方式对决策树模型进行评估,判断决策树模型是否满足条件,若满足则返回评估结果,若不满足,则进入下一步骤,采用交叉算子和变异算子对决策树模型的父代决策树进行选择,子代决策树生成,对子代决策树进行评估,利用子代决策树获得的超参数作为预测健康状况的超参数。