Функция активации сигмоида и тангенс.

До сих пор использование сигмоиды нас не подводило и показывает хорошие данные при различных количествах, однако модели до сих пор не оценены с использование метрик. Не вычислен момент переобучения и недообучения.

Тангенс показал очень разнородные результаты и сложные для его анализа с медицинской точки зрения. По этому его включение не будет реализовано, как один из методов, пока не будет понятен его выход.

Мы на данном этапе не испытываем нужду в использование метрик именно в этих данных, по причине того что мы пытаемся понять почему вернувшиеся вероятности вернулись такими какие они есть. Включение метрик имеет смысл когда у нас есть вариант рассмотрения, то есть когда мы сможем точно сказать, что в рамках этого заболевания не должно быть такого изменения предикторая, что не совсем реально в рамках медицины, поскольку нет таких данных и порой в медицине анализ анамалий трактуется, как не классический или компенсированный вариант, что не возможно оценить из наших имеющихся данных.

Результаты решенных задач:

Данные по решенным задачам мы предоставляем в отдельном Excel файле. Вы самостоятельно можете посмотреть. Для их интерпретации вам требуется следующее:

Все значения это сумма вернувшихся веротностей:

Столбец 1 (Сумма анамнез) результат работы относительно каждого класса заболевания, разделенного на 9 частей, каждый который отвечает за свой алгоритм при сборе анамнеза (классический алгоритм сбора анамнеза)

Столбец 2 (Сумма анамнеза new) тот же самый столбец по анамнезу но анализирующий на БД составленному исходя из предикторов в рамках всех возможных вариаций по классам (классических и атипичных случаев).

Столбец 3-4 (Сумма частные max\min) – столбцы отвечающие за нахождение вероятности подходящей системы в рамках "красная", "белая", "тромбоцит", "белок", "глюк", "биллир", "хс", "креат и моч", "альфа щф","ц реак","аст","алт","ггт","лдг","пш","ионы".. разделенных показателей при отклоняющих в ту или иную сторону.

Столбец 5-6 – те же самые по анализам, но предоставленных на вход полным списом.

Сумма всех – сумма всех столбцов

Сумма стар – все кроме столбца 2

Сумма new – все кроме столбца 1

Коэффициент – столбец который показывает, то на сколько нужно умножить каждую вероятность(или Столбец: Сумма всех)

 

Словарь для метрик - answer = [9,10,11,9,11,10,4,10,9,4,3,10,9,9,4,4,4,4,4,4,4,14,10] соответственно листу Excel файла.

 

Про задачи: многие задачи имеют достаточно информации для их правильного решения с точки зрения медицины, однако некоторые имеют очень сильно сокращенную информацию такими являются: K000288,K000439,K000441,K000447,K000456,K000935,z1_1,z2_2. По названию листа вы можете найти саму задачу в google.

Расстановка ответов и интерпретирование результатов аналогична предыдущим работам.

Sklearn linear regression and KNN.

Линейная регрессия.

 

Результаты представлены в отдельном Excel файле. Анализ проводился только по анамнезу.

На вход обучения подавались данные от 2 объединенных таблиц. 1 таблица это общая БД по анамнезу, 2 таблица интерпретируемая по данный случай в зависимости от жалоб по анамнезу(869*2). На Y подавались номер класса по мкб 10.

Разделения на обучающую и тестовую не производилось, поскольку данных не так много и нет разделения по классифицирующим признакам.

На predict подвались значения соответствующих жалоб пациента.

В задаче K000456 нет жалоб и рассмотрению этой задачи не целесообразно, поскольку нет разделения при отсутствии заболевания при отсутствии жалоб.

Knn.

Этот метод при разных комбинациях существующих данных не дал вообще ни каких результатов, при разных подходах. Число предсказаний равно 0.

Выводы.

Полученные результаты, как мы считаем хорошо справляются с поставленной задачей при условии недостаточности данных, требующих дальнейших разработок и выявления новых методов подачи данных.

Заключающее слова.

Рассказать про каждый метод и нюансы не предоставляется возможным, поскольку мы сильно ограничены во времени, пытаясь совмещать жизнь, учебу и данную работу. Но мы идем и развиваемся каждый день. Спасибо вам, что читаете и исследуете вместе с нами, и пишите нам! Не передать словами, как нам приятно читать ваши отзывы и ваши сообщения! При желании или в случае возникших вопросов вы всегда можете написать нам на почту или в сообщения группы и мы обязательно ответим! С уважением, команда студентов!