從專家診病模型實例理解智慧醫(yī)療大數(shù)據(jù)22docxdocx-資料下載頁
2025-07-17 16:40本頁面
【正文】 的規(guī)律，說明這里面有一種很強的關聯(lián)。用數(shù)學的語言來描述，就是鈉和鉀的比例與藥物有很強的相關性。因此，我們發(fā)現(xiàn)了一個很重要的變量就是鈉和鉀的比例。因此，我們可以派生一個變量：鈉鉀比例。優(yōu)化輸入首先，使用派生字段節(jié)點或者Java代碼段節(jié)點生成鈉鉀比例字段。配置如下：其次，使用過濾節(jié)點過濾鈉和鉀字段，否則它們的重復存在會導致多重共線性問題。配置如下：過濾后預覽數(shù)據(jù)如下：重新建模模型整體評估如下：表4 模型評估2從表4中可看出，模型精度從原來的95%提升帶了100%。當然實際中如果遇到預測精度為100%的情況一定就是錯的。下面我們再來解讀一下得到的決策樹模型。如下圖所示，從整體來看，得此類病的人有大約一半的人（45%）選擇服用了Y藥物；，則選擇服用Y藥物，準確率為100%；，%，因此再看病人的另外一個指標血壓；如果血壓（其值有2和3）為2，則全部判為X藥物，準確率為100%；如果血壓為1，全部判為C藥物，準確率僅50%。再看另外一個指標膽固醇，若膽 固醇的值為1，全部判為X藥物，則準確率為100%。若膽固醇的值為2，全部判為C 藥物，則準確率為100%。如果血壓為3，全部判為A藥物，%。再看另外一個指標年齡，若 ，判為B藥物，則準確率100%。，判為A藥物， 準確率為100%。小結第一，在建模中，應該注意過擬合問題。在商業(yè)中建模的目的是為了商業(yè)應用，因此不僅要保證模型的準確性，更要保證模型的穩(wěn)定性。第二，模型應用的核心是模型的風險控制。只有可以控制風險的模型才可以使用，否則不管理論模型建的多么漂亮都是沒有實際意義的。第三，數(shù)據(jù)挖掘的成果并不只是數(shù)學模型，數(shù)據(jù)挖掘也不等價于高級模型（如決策樹、神經(jīng)網(wǎng)絡等）。數(shù)據(jù)挖掘最重要的不僅是得到一個模型，還有分析得出最合理的輸入變量以及給出數(shù)據(jù)質量管理的建議。第四，數(shù)據(jù)挖掘的一個核心工作就是圖形化探索，貌似很簡單卻又最為重要。因為這是你數(shù)據(jù)挖掘思路的源泉。22 / 22
物理相關推薦
鄂ICP備17016276號-1