基于改进极限学习机的数据智能化分析算法设计

针对医疗财务数据的风险，文中提出了一种基于灰狼优化算法改进极限学习机的数据分析方法，实现了对数据风险的精准预测。该算法基于极限学习对数据进行深度挖掘和分析，并在此基础上进行改进，通过灰狼优化算法对极限学习机的权重参数进行优化。通过在真实数据集上与极限学习机进行实验对比，本算法的决定系数R2为0.96，优于极限学习机的0.81，验证了所提算法的有效性。同时，为了进一步验证该文算法的优越性，在实验仿真过程中还与多种机器学习算法进行对比，结果表明文中算法的预测效果更为优越，相比于其中表现最佳的SVM也有了0.06的提升。