基于多值规则集的可解释患者死亡率预测
人工智能
2018-07-24 v2
摘要
我们提出了一种多值规则集(Multi-vAlue Rule Set, MRS)模型,用于院内患者死亡率预测。与由单值规则构建的规则集相比,MRS采用了一种更广义的关联规则形式,允许条件中包含多个值。这种形式的规则在捕捉和描述数据中的模式时比经典的单值规则更为简洁。我们的公式还追求更高的特征利用效率,从而降低了数据收集和存储的可能成本。我们提出了一个贝叶斯框架来构建MRS模型,并提出了一种高效的推断方法用于学习最大后验估计,结合有理论依据的界来迭代缩小搜索空间并提升搜索效率。实验表明,我们的模型能够取得优于基线方法的性能,包括医院当前使用的系统。
引用
@article{arxiv.1807.03633,
title = {Interpretable Patient Mortality Prediction with Multi-value Rule Sets},
author = {Tong Wang and Veerajalandhar Allareddy and Sankeerth Rampa and Veerasathpurush Allareddy},
journal= {arXiv preprint arXiv:1807.03633},
year = {2018}
}
备注
arXiv admin note: text overlap with arXiv:1710.05257