基于生成对抗网络的分类电子健康记录数据插补
机器学习
2021-08-06 v2
摘要
电子健康记录常存在数据缺失问题，这在临床实践和临床研究中构成重大挑战。生成对抗网络（GANs）作为一种处理缺失数据的新方法，在图像生成和转换领域引发了巨大的研究兴趣。近期，研究者尝试将GANs应用于EHR数据的缺失值生成与插补：主要挑战在于数据的分类特性。当前基于GAN的分类数据生成最优方案涉及强化学习，或学习分类特征与实值潜在特征空间之间的双向映射，从而使GANs仅需生成实值特征。然而，这些方法旨在生成完整的特征向量，而非仅插补缺失特征子集。本文提出一种简单而有效的方法，基于先前GAN数据插补工作。我们首先通过讨论对抗训练在分类特征情况下常失败的原因来论证我们的方案，然后推导出一种对分类特征进行重新编码的新方法以稳定对抗训练。基于两个真实世界EHR数据在多种设置下的实验，我们表明，与更传统的数据插补方法相比，我们的插补方法大幅提高了预测准确性。
引用
@article{arxiv.2108.01701,
title = {Categorical EHR Imputation with Generative Adversarial Nets},
author = {Yinchong Yang and Zhiliang Wu and Volker Tresp and Peter A. Fasching},
journal= {arXiv preprint arXiv:2108.01701},
year = {2021}
}