肠胃系统疾病诊断预测

猿急送>深圳其它兼职程序员>猿少有为>

案例列表

基本信息

案例ID：165364

技术顾问：猿少有为 - 3年经验 - 深圳Triwin科技有限公司

联系沟通

微信扫码，建群沟通

项目名称：肠胃系统疾病诊断预测

所属行业：人工智能 - 其他

->查看更多案例

案例介绍

项目描述: 针对医院提供患者数据，分析患者通过快速尿素酶试验、尿素呼气试验、尿氨排出试验、
血清学试验以及多聚酶链反应等报告中，快速识别，是否患有幽门螺杆菌感染。为医生在
查看一个患者是否患有幽门杆菌感染提供辅助依据。
项目职责:
1. 数据加载，数据清洗。
2. 数据 EDA 探索,特征相关性探索。
3. 选择模型，训练模型和模型评估。
技术要点:
1. 根据某医院提供的 35w 条患者数据(性别，年龄，局部症状，体温，聚合酶 Hp，
C14，尿氨样本数据，血清数据)等 55 个特征进行数据清洗，空值选择性填补。
2. 构建标签，使用 map 映射将患有幽门螺杆菌感染的患者和没患有的打上标签,查看正负
样本情况,正负样本(7:28)。
3. EDA 探索,使用 seabron.pairplot 查看各特征相关性,发现聚合酶 Hp，C14 值等特征是
否患有幽门螺杆菌感染呈现正相关。
4. 正负样本不平衡，使用 SMOTE 过采样，平衡正负样本。
5. 构建模型，使用 Logistic Regression，XGboost , Random Forest,模型得分
Random Accuracy 0.91，XGboost Accuracy 0.93。
6. 利用模型优化：GridSearchCV 调参对 Logistic Regression 调整 C 惩罚项,solver，
Accuracy 0.93, Random Forest 调了树的总数和深度 Accuracy 0.935, XGboost 调
了树的个数深度，L2 正则化，Accuracy 0.95。
7. 通过绘制 AUC,F1,precision ,观察,可以考虑设置阈值(0.6)，来调整预测是否患有幽门
螺杆菌感染的概率，依次来调整模型的召回率 Recall 0.9