天池精准医疗大赛：人工智能辅助糖尿病遗传风险预测——新手第一次参加数据竞赛的收获与教训

最新推荐文章于 2024-05-20 18:59:30 发布
最新推荐文章于 2024-05-20 18:59:30 发布
阅读量3.4k 收藏 19
点赞数 1
CC 4.0 BY-SA版权
分类专栏： 机器学习与数据挖掘 文章标签： 数据挖掘 机器学习 阿里天池
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/LCJhust2012/article/details/79367096
作者在阿里天池精准医疗大赛中初次参赛，通过数据观察、预处理、特征工程和模型训练，取得初赛前100名的成绩。然而，B榜成绩下滑，归因于模型不稳定和过拟合。文中分享了参赛过程中的收获，如数据处理、模型评估的不足，以及特征工程和异常值处理的经验教训。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

前言：初赛215名/2522，A榜成绩一直在前100名，最好时大约排名前10。

B榜换了测试数据后，结果大跌眼镜，成绩只有200多名，应该是模型不够稳定，或者说过拟合了。

虽然对最终的成绩感到有点小小的遗憾，但在这次比赛中确实收获了不少，做

最低0.47元/天 解锁文章

200万优质内容无限畅学
天池精准医疗大赛——人工智能辅助糖尿病遗传风险预测
JasonStudy
02-06 2412
作为天池上的新手，第一次参加天池阿里云线上的比赛，糖尿病预测， 一般的数据挖掘比赛，流程：数据清洗，特征工程（找特征，特征组合），不断的尝试的不同算法，不断调参，也可以考虑将多个模型进行线性组合 大赛初赛数据共包含两个文件，训练文件d_train.csv和测试文件d_test.csv，每个文件第一行是字段名，之后每一行代表一个个体。文件共包含42个字段，包含数值型、字符型、日期型等众多数据类型...
关于【天池精准医疗大赛——人工智能辅助糖尿病遗传风险预测】的思考
playezio的博客
05-27 6773
在18年初与来自几所牛校的学生组队参加了第一次天池大赛，最终由于乌龙没能在初赛获得前一百的成绩，止步复赛。前几天观看了决赛现场的答辩，感触良多，记录如下。首先上一波图，这是我们参加比赛是的程序和数据，耗费了很多时间和精力，得到的经验也很多，虽然最后的结果不太理想，也算是有所收获吧。在决赛现场，聆听了六位选手的答辩，对冠军和季军的方案尤其佩服。冠军主要是由于和文献结合较为紧密，所以获得了评委老师们的...
天池精准医疗大赛——人工智能辅助糖尿病遗传风险预测（初赛和复赛数据）
07-30
天池精准医疗大赛——人工智能辅助糖尿病遗传风险预测（初赛和复赛数据），对于新手练练还是很不错的
《天池精准医疗大赛-人工智能辅助糖尿病遗传风险预测》模型复现和数据挖掘-论文_企业
toby001111的博客
03-21 4790
《天池精准医疗大赛-人工智能辅助糖尿病遗传风险预测》模型复现和数据挖掘-论文，企业科研
天池大赛 糖尿病预测数据 精准医疗大赛.7z
01-01
天池大赛数据天池精准医疗大赛——人工智能辅助糖尿病遗传风险预测，这是明天即将开始的天池大数据比赛。赛题名字看起来很高深，其实是根据年龄，性别，肝功，血常规等体验指标，预测血糖值。数据挺少的，特征40个左右，训练集5000多个实例，测试集1000个实例
数据挖掘实战之天池精准医疗大赛（1）——赛题与数据
热门推荐
xutiantian1412的博客
02-05 1万+
首先介绍题目与数据：特别提供一下数据，供后来看到的盆友下载研究（现在官网上剩下的数据是复赛的了），测试数据分AB榜，不了解的去看天池平台的介绍：链接：https://pan.baidu.com/s/1SGZi_o1UVobHfy275onoOw 密码：rf6s竞赛题目中国是世界上糖尿病患者最多的国家，病人达到1.1亿，每年有130万人死于糖尿病及其相关疾病。每年用于糖尿病的医疗费用占中国公共医疗卫...
数据挖掘实战之天池精准医疗大赛（6）——特征工程2
xutiantian1412的博客
03-12 2357
Part 4-2：特征工程2）特征工程示例如何构造和选取不再赘述，下面列出我和一些大佬的特征，只看结果，如何实现出这些特征还需多下功夫亲自尝试。引用一位大佬的一句话，“在看别人代码的时候，最终成果可能只有几百行，但是推理和尝试的代码量比成果多得多，这部分最终并没呈现出来，看似简单的答案只是冰山一角。因此，有时看了人家的答案，觉得每句都能理解，到了自己做的时候，还是照猫画虎，只能微调。data['天...
实战天池精准医疗大赛——复赛之妊娠糖尿病与基因数据分析
谢彦的技术博客
03-01 2752
1. 说明 初赛提供的是血常规，肝功能，肾功能，生化的检验结果，预测血糖的具体值。复赛加入了SNP的五十多个位点数据，预测被试者是否为妊娠糖尿病，是个二分类问题。下面做了一些简单的数据分析和相关资料采集。2. 糖尿病相关的SNP数据重要性排序 SNP数据取值为1,2,3，为枚举值，没有大小关系，因此做onehot编码，转换为形如：SNP1_3，表示SNP...
数据挖掘实战之天池精准医疗大赛（5）——特征工程1
xutiantian1412的博客
03-10 4274
Part 4-1 : 特征工程现在开始数据挖掘中最玄妙也是最重要的部分：特征工程（Feature Engineering）。初学机器学习，一般只是对此概念及相关内涵有所了解，此处试图以实践性的角度，详细阐述特征工程。引用一句老掉牙的话，数据和特征决定了机器学习的上限，而模型和算法只是逼近这个上限而已。好特征即使使用一般的模型，也能得到很好的效果！好特征的灵活性在于它允许你可以选择不复杂的模型，同时...
数据挖掘实战之天池精准医疗大赛（7）——模型构建与总结
xutiantian1412的博客
03-15 2802
Part 5：模型构建与总结终于到了模型，前面折腾了这么多东西，其实模型已经不是什么障碍了。上一部分拿出了一个大佬的作品介绍特征工程，此处可以结合模型学习一个：糖尿病预测方案简介模型构建这一块的流程想必筒子们在算法学习中学了不少，只是缺少的是数据预处理和特征工程的经验，这里对于建立模型的流程不啰嗦。经过前面的步骤我们得到了用于训练和预测的、具有大量有效的特征的数据集，各种模型的接口都很统一，在模型...
天池大赛瑞金医院糖尿病数据集合
12-11
天池大赛瑞金医院糖尿病数据集合.
2018天池精准医疗初赛数据集
11-17
2018年阿里云天池精准医疗人工智能辅助糖尿病遗传风险预测
天池精准医疗大赛——人工智能辅助糖尿病遗传风险预测_第一赛季_tianchi-diabetes.zip
最新发布
09-27
天池精准医疗大赛——人工智能辅助糖尿病遗传风险预测_第一赛季_tianchi-diabetes
基于python人工智能辅助糖尿病遗传风险预测（天池精准医疗大赛）
04-26
大赛初赛数据共包含两个文件，训练文件d_train.csv和测试文件d_test.csv，每个文件第一行是字段名，之后每一行代表一个个体。文件共包含42个字段，包含数值型、字符型、日期型等众多数据类型，部分字段内容在部分人群中有缺失，其中第一列为个体ID号。训练文件的最后一列为标签列，既需要预测的目标血糖值。 大赛复赛数据共包含两个文件，训练文件f_train.csv和测试文件f_test.csv，每个文件第一行是字段名，之后每一行代表一个个体，部分字段名已经做脱敏处理。文件共包含85个字段，部分字段内容在部分人群中有缺失，其中第一列为个体ID号。训练文件的最后一列为标签列，既需要预测的是否有糖尿病的类别。
实战天池精准医疗大赛——观看答辩总结
谢彦的技术博客
04-28 1046
1. 说明 今天是天池精准医疗大赛（糖尿病预测）的最终答辩，学习了一下前六名的经验分享．把自己没想到的列出来，如下．2. 特征(1) 多特征组合：一般是现有特征加减乘除的组合，在特征多的情况下，先取强特征相互组合．(2) 数据分析：常用分析方法：IV值分析（information value），方差，残差，单变量分析，PCA等等．特征的相关性...
天池糖尿病血糖预测比赛_葡萄糖可帮助糖尿病患者追踪血糖
cumj63710的博客
06-16 547
天池糖尿病血糖预测比赛 当您搜索葡萄糖追踪器时，Google Play商店中最受好评的应用之一是Glucosio 。 该应用程序旨在跟踪血糖测试结果，在安装它进行测试后，我发现它易于使用且简单易用，无需太多设置即可直接使用它。 自2015年10月发布以来，短短几个月内，Glucosio受到了好评和好评，下载量超过一千次。 Glucosio最近还被列入Black Duck的“年度最佳开源新秀”...
阿里天池-糖尿病命名实体识别-CRF
zc1226的博客
05-20 621
加入CRF，并把模型bert换成hfl/chinese-roberta-wwm-ext。下图为F1的部分运行结果。
天池大数据竞赛——糖尿病遗传风险预测赛后总结（二）
ChenHaoUESTC的博客
06-04 7907
天池大数据竞赛——天池精准医疗大赛人工智能辅助糖尿病遗传风险预测赛后总结 天池大数据竞赛官方网址（链接） 六、预测算法 1. LightGBM   LightGBM利用基于histogram的算法，通过将连续特征（属性）值分段为discrete bins来加快训练的速度并减少内存的使用。直方图算法的基本思想：先把连续的浮点特征值离散化成k个整数，同时构造一个宽度为k的直方图。遍...
实战天池精准医疗大赛之二_再接再厉
谢彦的技术博客
01-30 1506
1. 说明  之前参加的都是往期赛，新人赛，这是第一人参加正式比赛，先谈谈感受。 天池精准医疗已开赛一周，排行搒上大家整体的误差从0.9提升到0.8，也就是说一开始0.88分还名列前茅，一周之后，这个分数早已榜上无名了。比想象中激烈，我也是反复出榜（榜单仅列出前一百名），偶尔侥幸进入前十，时刻准备着再次被踢出排行榜, 也算是体验了一把逆水行舟的乐趣。 很多时候反复实验仍然提高不了成绩，感觉完全没
评论 9
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值