当前位置:首页 > 产品 > 行业案例实践 > 病历分析
行业案例实践,线性回归

病历分析 视频课程

课时时长:分钟

 

实验简介

随着医疗信息化技术的不断发展,结构化或半结构化文本病历大大方便了病历数据的获取,对其进行深入挖掘具有重大意义。以往的门诊治疗中积累了大量的文本病历数据,给后期诊疗带来了很大的难度。本案例将传统文本病历数据转化为病历特征向量数据后来进行机器学习的分类预测。首先根据以往的病历特征筛选对应各种疾病,筛选其不同的显著性特征;之后进行各种病症特征的关联性分析,确定干扰最终病症判断的特征列并加以删除;我们尝试以GLM的二项分布模型来进行疾病的相关性分析,最终确定对应咽炎和喉炎的显著症状。

 

实验目的

1、 掌握机器学习在医疗场景的应用
2、 掌握特征工程重要信息的提取与分析,表的过滤与值属性变更
3、 掌握支持向量机、梯度提升树算法、随机森林算法的原理及其运用
4、 掌握分类问题的解决步骤及各种分类模型使用方式、性能判别

 

操作流程

数据准备及预处理 -> 特征工程 -> 建模-预测