一种基于机器学习的麻醉风险评估方法

本发明涉及数据聚类技术领域，具体涉及一种基于机器学习的麻醉风险评估方法，获取同种疾病类型所对应的麻醉手术后的多个历史患者的多维身体指标数据，并获取历史患者的身体健康状况指标，根据多维身体指标数据对应的数据矩阵及其对应的投影矩阵之间的关联关系，获取各个维度身体指标数据的损失系数，然后根据历史患者的身体健康状况指标、各个维度身体指标数据的损失系数以及数据矩阵，获取各个维度身体指标数据与麻醉风险的关联程度，根据各个维度身体指标数据对应的关联程度得到WKmeans聚类算法中的特征权重，得到的特征权重更为准确、可靠，从而使得WKmeans聚类算法在对麻醉大数据进行聚类分析时能够得到更精确的聚类结果。