10.3969/j.issn.2095-2163.2019.05.008
基于机器学习的冠心病住院费用预测研究
冠心病是一种常见的心血管疾病,具有高发病率的特点.因此,冠心病住院费用的预测对于控制医疗费用有着重要意义.本文基于机器学习方法,通过将总的住院费用划为8个分项费用,以患者特征作为输入,结合随机森林与极端梯度提升算法,并使用十折交叉验证确定最佳的分项费用预测模型.再根据分项费用的预测值进行求和得出总的预测住院费用.总费用预测模型的拟合优度(R2)为0.825,平均绝对百分比误差(M4PE)为29.16％.以此预测模型测试新的数据集,结果R2为0.769,MAPE为29.13％.结果 表明,本文建立的费用预测模型能够有效地预测冠心病住院费用.
冠心病、住院费用、集成学习、随机森林、极端梯度提升
9
R197.1(保健组织与事业（卫生事业管理）)
2020-01-13（万方平台首次上网日期，不代表论文的发表时间）
共5页
35-39
