Python梯度提升树、SHAP与递归特征消除构建血栓风险分级预测模型|附代码数据
静脉血栓栓塞症(VTE)构成严峻的公共卫生挑战,早期识别高风险个体是防控关键。本研究利用临床检验数据集 (28,140条记录,214项特征),构建了一套基于梯度提升决策树(Gradient Boosting)的血栓风险预测模型。
静脉血栓栓塞症(VTE)构成严峻的公共卫生挑战,早期识别高风险个体是防控关键。本研究利用临床检验数据集 (28,140条记录,214项特征),构建了一套基于梯度提升决策树(Gradient Boosting)的血栓风险预测模型。

技术干货

最新洞察

视频号
This will close in 0 seconds