從專家診病模型實例理解智慧醫(yī)療大數(shù)據(jù)文庫docxdocx(編輯修改稿)
2024-08-13 16:38 本頁面
【文章內(nèi)容簡介】 出每種分類變量的取值及每種取值的個數(shù)。比如，從這里我們可以看出藥物字段一共包含五種取值，且出現(xiàn)最多的是Y藥物。在這里目標變量為分類型，因此只能選擇分類預測類模型，如決策樹、邏輯回歸等。表2 數(shù)據(jù)描述預建模接下來便是嘗試建模，看看建模效果。圖3 預建模首先，從數(shù)據(jù)準備列轉(zhuǎn)換菜單下選擇類型轉(zhuǎn)換節(jié)點。由于性別、血壓、膽固醇三個字段實際存儲類型該是字符型，但這里是整型，因此為了便于以下分析，使用類型轉(zhuǎn)換節(jié)點將它們的類型從整型轉(zhuǎn)化為字符型。配置如下：其次，使用類型節(jié)點指定目標變量的角色，將藥物的角色設為目標。再次，從數(shù)據(jù)準備的行菜單中選擇分區(qū)節(jié)點。使用分區(qū)節(jié)點可以將數(shù)據(jù)集分成測試集和訓練集，訓練集用于訓練模型，測試集用于測試模型。配置如下：注意，如果選中使用隨機種子（ ），則每次運行分區(qū)結(jié)果將會是一樣的，否則每次運行的結(jié)果將會不同，進而建模的結(jié)果也會不同。通常是選擇選中該項，使得訓練集和測試集都固定。另外，此處還有個很重要的用途，不選中 ，多次運行可以測試數(shù)據(jù)分布規(guī)律和模型穩(wěn)定性。還有一點要注意，這里分區(qū)即把數(shù)據(jù)集隨機分成兩份，通常訓練集要比測試集大，通常分為5：5，6：4，7：3，8：2，9：1。數(shù)據(jù)集越小，訓練集應該分的更多，原因是要保證模型的穩(wěn)定性，參與訓練的數(shù)據(jù)要足夠多。實際中，各種比例都會嘗試，目的有二：一是選擇最佳的比例，二是測試模型的穩(wěn)定性。然后，選擇分類預測節(jié)點，因為目標變量（藥物）為分類型。此處我們重點學習決策樹算法，所以就先選擇決策樹算法節(jié)點。節(jié)點連接如上圖3所示，在決策樹（訓練）節(jié)點配置中選擇目標變量藥物。其中，決策樹（訓練）節(jié)點連接分區(qū)節(jié)點。決策樹訓練節(jié)點可以采用默認配置，無需修改配置，如下：最后，使用分類評估節(jié)點評估模型的準確性。配置如下圖所示：評估結(jié)果：表3 模型評估1從表3中可以看出，模型測試準確度為95%，誤判5%。預建模的目的是為了從整體判斷現(xiàn)有變量與目標變量的相關性，以便可以根據(jù)經(jīng)驗預估最終
外語相關推薦
鄂ICP備17016276號-1