14、提升患者住院时长预测及张量表达式编译优化

提升患者住院时长预测及张量表达式编译优化

在医疗和科学计算领域，患者住院时长（LOS）预测以及张量表达式的高效计算都是重要的研究方向。下面将分别介绍这两方面的研究内容。

患者住院时长预测研究

在患者住院时长预测的研究中，为了提高预测的准确性和效率，研究人员采取了一系列的数据处理和模型构建方法。

数据处理

• 引入新特征 ：考虑到住院时长（LOS）与年龄的相关性，研究引入了“上一年度中位住院时长”这一新特征。根据患者的年龄组，计算上一年度的中位住院时长，并在数据集中标记为“median intage”。
• 对数变换 ：由于数据集的高度偏态性，对LOS数据字段进行了对数变换，使其更接近正态分布，以确保线性回归等模型能达到最佳性能。

模型构建

• 模型选择 ：选择了四种回归模型来进行LOS预测的实证评估，分别是线性回归、支持向量机（SVM）、随机森林（RF）和XGBoost。
• 数据划分 ：将数据集划分为训练数据和测试数据，训练数据包含2014 - 2016年的记录，共157k条；测试数据为2017年的记录，有53k条。
• 特征选择 ：为了在模型性能和计算成本之间取得平衡，仅选择了最优特征。使用随机森林（RF）和递归特征消除（RFE）进行特征选择。RF方法可以分离特征的信息增益，同时考虑问题的多变量性质的影响；RFE是一种包装类型的特