基于机器学习与数据科学方法的美国 CDC 死亡率数据趋势与预测因子分析
机器学习
2020-09-14 v1 计算机与社会
摘要
死亡率研究是任何国家的一个活跃研究领域，其结论由所提供的数据与条件驱动。领域知识虽非必备技能（尽管仍需要一些知识），但对于利用机器学习与数据科学实践基于数据直觉得出结论至关重要。开展本项目的目的在于基于所提供数据集的统计数据得出结论，并使用监督或无监督学习算法预测数据集的标签。研究（基于样本）得出结论：不论性别的预期寿命及其集中趋势；人们的婚姻状况也影响了各自死亡的频繁程度。研究还有助于发现，由于更多的类别型与数值型数据，异常检测或欠采样可能是可行的解决方案，因为存在某一类标签数量多于其他类的可能。研究表明机器学习的预测对该数据而言并不像表面看来那样可行。
引用
@article{arxiv.2009.05400,
title = {Machine Learning and Data Science approach towards trend and predictors analysis of CDC Mortality Data for the USA},
author = {Yasir Nadeem and Awais Ahmed},
journal= {arXiv preprint arXiv:2009.05400},
year = {2020}
}