S3. 预测模型

研究内容

本阶段将基于筛选出的关键变量构建ROP发病风险预测模型。

特征工程

• 特征重要性排序
• 使用随机森林、XGBoost、CNB三种方法筛选特征
• 取三方法共有变量作为最终输入变量

模型构建

• 随机森林（Random Forest, RF）
• 极端梯度提升树（Extreme Gradient Boosting, XGBoost）
• 补朴素贝叶斯分类算法（Complement Naive Bayes, CNB）

模型评估

• 使用80%数据作为训练集，20%作为验证集
• 五折交叉验证
• 评价指标：AUC、灵敏度、特异度、准确率等

最优模型选择

• 比较三种模型的性能
• 选择最优模型
• 模型解释与临床意义分析

本阶段工作尚未开始...