气象风险预报数据集

专病诊断名称分类模型：通过分析医学文献、临床数据和专家知识，建立一个诊断数据库。经过分词和打乱顺序的预处理后，使用 train_supervised 函数进行训练（迭代200次，学习率0.1，词N-grams长度为1，损失函数为"hs"）。模型性能通过 classification_report 方法评估，表现良好。参数更新通过命令同步模型、标签和标签名，从而快速、准确地诊断专病类型
专病治疗方案分类模型：该模型通过分析大量临床数据和医学文献，识别并分类与特定专病相关的治疗方案。数据集包括13个类别，样本不平衡问题通过裁剪和复制补充解决。训练集和测试集按8:2比例划分。使用 GloVe对原始数据进行预处理。模型训练使用CNN构建卷积层、池化层和全连接层。模型调优后，判断准确率、召回率选择最佳参数组合。参数更新通过指定命令完成，确保模型、标签和标签名同步。

搜集汇总

数据集介绍

特点

气象风险预报数据集包含医疗领域的诊断名称、性别、年龄分布等字段，规模为300000条，每月更新，用于建立疾病气象风险预报模型。