基于无监督学习与贝叶斯概率的临床数据标签校正方法

本发明涉及临床大数据处理技术领域，具体的公开了基于无监督学习与贝叶斯概率的临床数据标签校正方法，该校正方法用于无病理金标准、仅依靠临床症状/实验室指标形成非金标准噪声标签的临床数据集自动化校正，包括依次执行的如下步骤：S1、对临床原始数据集开展预处理操作，剔除无关冗余字段并完成特征标准化。本发明中整合无监督聚类、Lasso特征筛选、贝叶斯迭代、并行计算全链路算法，全程无需临床医师人工逐条复核样本标签，自动化完成非金标准标签生成、提纯、迭代优化全流程。