基于卡方检验与超参数优化的多种机器学习分类器用于造血干细胞移植儿童生存预测：一项回顾性分析
机器学习
2022-10-04 v1
摘要
骨髓移植 (BMT) 作为源于骨髓的广泛疾病的一种渐进性挽救手段，是一种有效的外科治疗。若干风险因素，如移植后疾病、新发恶性肿瘤甚至器官损伤，会损害长期生存。因此，诸如机器学习等技术被部署用于研究 BMT 接受者的生存预测及其限制其恢复能力的影响因素。在本研究中，以一种全面的方式提出一种高效的生存分类模型，结合卡方特征选择方法以解决维度问题，并采用超参数优化 (HPO) 以提高准确率。通过填补缺失值、使用虚拟变量编码转换数据，并借助卡方特征选择将数据集从 59 个特征压缩至 11 个最相关特征，生成了一个合成数据集。数据集按 80:20 的比例划分为训练集与测试集，并使用网格搜索交叉验证优化超参数。对此训练了若干监督式 ML 方法，如决策树、随机森林、逻辑回归、K近邻、梯度提升分类器、Ada Boost 与 XG Boost。使用原始与约简后的合成数据集，针对默认与优化超参数均进行了仿真。在使用卡方检验对特征排序后，观察到具有 HPO 的前 11 个特征所得预测准确率 (94.73%) 与默认参数下的完整数据集相同。此外，该方法所需时间与资源更少，用于预测接受 BMT 儿童的生存能力。因此，所提方法可借助医疗数据记录，辅助开发具有满意准确率与最小计算时间的计算机辅助诊断系统。
引用
@article{arxiv.2201.08987,
title = {Survival Prediction of Children Undergoing Hematopoietic Stem Cell Transplantation Using Different Machine Learning Classifiers by Performing Chi-squared Test and Hyper-parameter Optimization: A Retrospective Analysis},
author = {Ishrak Jahan Ratul and Ummay Habiba Wani and Mirza Muntasir Nishat and Abdullah Al-Monsur and Abrar Mohammad Ar-Rafi and Fahim Faisal and Mohammad Ridwan Kabir},
journal= {arXiv preprint arXiv:2201.08987},
year = {2022}
}
备注
25 pages, 14 figures, 38 tables