医学数据挖掘流程（六）：写报告+模型集成

1. 报告注意事项

1. 研究方向：研究对象与目标变量是直接相关的。如果研究对象是辅助用药，或目标变量死亡是由其他疾病引起，这最基础的理论基石错了，后面一切都是枉然！
2. 明确数据时间范围。
3. 纳排流程。一步步的数据纳排操作、数据统计结果和数据流程图。纳排发现问题，要准确描述问题、统计分析相关数据(统计频次、扩大时间范围)、并提出自己立场的解决方案！
4. 报告包括：能分析下去的报告和不能分析下去的报告。要忠实于数据和操作方法，哪怕分析不下去了，就把当前的数据分析流程、结果、分析不下去的原理形成算法报告，给业务人员去做沟通。
5. 论文思路：不会的就--模仿：复现现有项目的数据格式、代码、工程 => 突破创新一点
6. 方向思路：与team同事探讨。
7. 汇报对象：汇报对象为不明白数据的非技术医生，要注意报告书写，要让医生看懂你的叙述。
8. 报告模板：甲氨蝶呤骨髓抑制分类模型
9. 图表：上有图表，下有文字描述
10. 模型注意事项：

• 最好选用state-of-the-art、深度学习模型，而不是传统的谁都会的线性模型。
• 如果调参调不动了，几个模型最优效果相同，可以选出一个好解释的模型，调低其他模型性能。
• 建模变量最好在10-15左右，如果有必要的话，需要在写报告之前跟医院沟通，确定建模变量合不合适、行不行得通？

2. 模型集成

1. 建模变量名称规范化
2. 5折交叉验证
3. 写集成模型报告
4. 模型集成的接口文档
5. 保存模型+load model+预测。注意变量归一化和标签转换。