基于模式发现与解耦方法的加拿大青少年大麻使用队列特征及相关因素
机器学习
2021-09-07 v1
摘要
COMPASS 是一项纵向前瞻性队列研究，每年从加拿大各辖区就读高中的学生中收集数据。我们旨在发现与加拿大青少年大麻使用相关的行为因素中显著频繁/罕见关联。我们使用 COMPASS 数据集的一个子集，该子集包含 18,761 条 9 至 12 年级学生的记录，具有 31 个选定特征（属性），涉及从生活习惯到学业表现的各种特征。随后我们使用已开发的模式发现与解耦（Pattern Discovery and Disentanglement, PDD）算法从数据集中检测强且罕见（但在统计上显著）的关联。PDD 使用了源自解耦统计空间（称为重投影调整标准化残差向量空间，记为 RARV）的准则。其性能优于文献中报道的其它流行准则（即支持度和置信度）的方法。关联结果表明，PDD 能够发现：i) 簇中一组更精简的显著关联；ii) 由人群健康相关研究支持的频繁且罕见但显著的模式的；iii) 来自具有极度不平衡组（多数类:少数类 = 88.3%:11.7%）的数据集的模式。
引用
@article{arxiv.2109.01739,
title = {Cohort Characteristics and Factors Associated with Cannabis Use among Adolescents in Canada Using Pattern Discovery and Disentanglement Method},
author = {Peiyuan Zhou and Andrew K. C. Wong and Yang Yang and Scott T. Leatherdale and Kate Battista and Zahid A. Butt and George Michalopoulos and Helen Chen},
journal= {arXiv preprint arXiv:2109.01739},
year = {2021}
}
备注
21 pages, 3 figures, 4 tables