從專家診病模型實(shí)例理解智慧醫(yī)療大數(shù)據(jù)文庫(kù)docxdocx(參考版)
2024-07-28 16:38本頁(yè)面
【正文】 22 / 22。第四，數(shù)據(jù)挖掘的一個(gè)核心工作就是圖形化探索，貌似很簡(jiǎn)單卻又最為重要。第三，數(shù)據(jù)挖掘的成果并不只是數(shù)學(xué)模型，數(shù)據(jù)挖掘也不等價(jià)于高級(jí)模型（如決策樹(shù)、神經(jīng)網(wǎng)絡(luò)等）。第二，模型應(yīng)用的核心是模型的風(fēng)險(xiǎn)控制。小結(jié)第一，在建模中，應(yīng)該注意過(guò)擬合問(wèn)題。再看另外一個(gè)指標(biāo)年齡，若 ，判為B藥物，則準(zhǔn)確率100%。若膽固醇的值為2，全部判為C 藥物，則準(zhǔn)確率為100%。如下圖所示，從整體來(lái)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(zhǔn)確率為100%；，%，因此再看病人的另外一個(gè)指標(biāo)血壓；如果血壓（其值有2和3）為2，則全部判為X藥物，準(zhǔn)確率為100%；如果血壓為1，全部判為C藥物，準(zhǔn)確率僅50%。當(dāng)然實(shí)際中如果遇到預(yù)測(cè)精度為100%的情況一定就是錯(cuò)的。配置如下：其次，使用過(guò)濾節(jié)點(diǎn)過(guò)濾鈉和鉀字段，否則它們的重復(fù)存在會(huì)導(dǎo)致多重共線性問(wèn)題。因此，我們可以派生一個(gè)變量：鈉鉀比例。用數(shù)學(xué)的語(yǔ)言來(lái)描述，就是鈉和鉀的比例與藥物有很強(qiáng)的相關(guān)性。如下： 從圖中可見(jiàn)，上三角區(qū)都是淺紅色，說(shuō)明這部分病例使用的都是Y藥物。所以我們還想知道散點(diǎn)圖中的每個(gè)病例使用的什么藥物。從圖形化的方式判斷相關(guān)性強(qiáng)弱的方法就是看圖形中的規(guī)律，規(guī)律越明顯，相關(guān)性就越強(qiáng)，否則越弱。分析一個(gè)數(shù)值型變量和一個(gè)分類型變量可以使用直方圖。分析兩個(gè)分類型變量可以使用條形圖、網(wǎng)絡(luò)圖或者交叉表。數(shù)據(jù)探索圖4 數(shù)據(jù)可視化探索數(shù)據(jù)探索最核心的一項(xiàng)工作就是探索輸入變量與目標(biāo)變量的相關(guān)性。如何優(yōu)化輸入？這是第三種方法的實(shí)現(xiàn)目標(biāo)。第二種最容易嘗試，所有可用模型可以快速嘗試一遍，這個(gè)是每個(gè)項(xiàng)目中都必做的，但卻不是最重要的方法。接下來(lái)如何優(yōu)化模型呢？通常來(lái)說(shuō)有三種辦法：第一，增加新數(shù)據(jù)，以便引入更多重要的影響因素；第二，嘗試其他模型，以便找到更適合的模型；第三，優(yōu)化輸入，即基于已有數(shù)據(jù)派生更多重要的變量，或者過(guò)濾不重要的變量。配置如下圖所示：評(píng)估結(jié)果：
外語(yǔ)相關(guān)推薦
鄂ICP備17016276號(hào)-1