原创力文档- 1、本文档共41页，其中可免费阅读13页，需付费200金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
- 3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
中文摘要
摘要：近年来，人工智能在医疗健康领域的融合与应用不断在加深，人工智能技术也渐渐成为影响医疗行业发展的重要因素之一。XGBoost机器学习模型算法的原理基于梯度提升树，在回归问题和分类问题上，常常有很好的表现。XGBoost算法已经相当成熟，将它应用在重症监护室的患者分型工作上可以提高就诊效率，缓解医疗资源的压力。然而，医疗健康领域敏感度较高，对于机器学习可解释性要求也相应很高。如何通过科学的手段将“黑匣子”一步步打开，是消费者们愈发接受机器学习技术的道路上的必经之路。
本研究的主要目的是将XGBoost机器学习模型方法应用在基于eICU合作研究数据库的患者分型中，通过对重
文档评论（0）