典型文献
基于LightGBM多阶段医疗服务等待时间的预测研究
文献摘要：
提出一种基于LightGBM的多阶段医疗服务等待时间的预测方法.结合文献调研找出患者等待时间的影响因素,根据影响因素采用SIMIO仿真软件收集相关训练数据,通过独热编码和数据标准化进行数据预处理,然后采用Lasso、Ridge、GBDT、XGBoost和LightGBM(Light Gradient Boosting Machine)构建预测模型,并用随机搜索进行参数寻优.综合寻优时长和预测精度,LightGBM算法消耗较短的寻优时长同时获得较高预测精度,平均绝对误差为3.4391,平均百分比误差为8.52％.
文献关键词：
服务等待时间预测;LightGBM;XGBoost
中图分类号：
作者姓名：
彭俊;项薇;谢勇;黄益槐;韩乐奇;吴成宇
作者机构：
宁波大学机械工程与力学学院 浙江 宁波 315211;宁波大学先进储能技术与装备研究院 浙江 宁波 315211;抚州幼儿师范高等专科学校 江西 抚州 344099
文献出处：
引用格式：
[1]彭俊;项薇;谢勇;黄益槐;韩乐奇;吴成宇-.基于LightGBM多阶段医疗服务等待时间的预测研究)[J].计算机应用与软件,2022(12):119-124
A类：
SIMIO,服务等待时间预测
B类：
LightGBM,多阶段,医疗服务,预测研究,文献调研,训练数据,独热编码,数据标准化,数据预处理,Lasso,Ridge,GBDT,XGBoost,Gradient,Boosting,Machine,随机搜索,参数寻优,平均绝对误差
AB值：
0.340609
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
