基于曲率的特徵选择及其在电子健康记录分类中的应用
机器学习
2021-12-01 v3 人工智能
摘要
颠覆性技术为普适医疗中诸多方面的识别提供了前所未有的机遇，从物联网的采用到机器学习（ML）技术的应用。作为一种有力工具，ML 已广泛用于以患者为中心的医疗解决方案。为进一步提升护理质量，医疗机构普遍采用电子健康记录（EHR）进行分析。由于其高度非结构化、不平衡、不完整和高维的特性，应用 AI 与 ML 分析这些 EHR 以进行预测与诊断是一项关键任务。降维是应对高维 EHR 数据的常用预处理技术，旨在减少 EHR 表示的特徵数量，同时改善后续数据分析（如分类）的性能。本文提出一种高效的基于过滤器的特徵选择方法，即基于曲率的特徵选择（CFS）。所提 CFS 应用 Menger 曲率概念对给定数据集中所有特徵的权重进行排序。所提 CFS 的性能在四个知名 EHR 数据集上进行了评估，包括宫颈癌风险因素（CCRFDS）、Coimbra 乳腺癌（BCCDS）、乳腺组织（BTDS）和 Debrecen 糖尿病视网膜病变（DRDDS）。实验结果表明，相较于常规 PCA 及其他近期方法，所提 CFS 在上述数据集上取得了最先进的性能。所提方法的源代码公开于 https://github.com/zhemingzuo/CFS。
引用
@article{arxiv.2101.03581,
title = {Curvature-based Feature Selection with Application in Classifying Electronic Health Records},
author = {Zheming Zuo and Jie Li and Han Xu and Noura Al Moubayed},
journal= {arXiv preprint arXiv:2101.03581},
year = {2021}
}
备注
Accepted by Technological Forecasting and Social Change; Source code available