Анализ реадмиссии пациентов на основе логистической регрессии

Целью данной работы является анализ реадмиссии (возвращения к ухудшенному состоянию) пациентов с диабетом на основе базы данных по посещению госпиталей. Для достижения цели исследования были выполнены следующие задачи: 1.Предварительный анализ данных, который включает в себя выявление зависимостей и корреляции между переменными, значимых параметров, подготовка данных для анализа. 2.Создание моделей на основе имеющихся данных, используя оптимальные методы Machine Learning. 3.Оценка качество построенных моделей на основе кросс-валидации и ROC-кривых и выбор наиболее точной модели. 4.Создание интерфейса для пользователя на основе разработанной модели, который позволяет для каждого больного и определить показатель реадмиссии. Задачи исследования были выполнены с помощью языка программирования Python и встроенных библиотек pylab, numpy, sklearn, matpolib. Первые три задачи были выполнены с использованием программного продукта PyCharm, создание интерфейса – с помощью QtDesigner. Предварительный анализ и подготовка данных включает в себя анализ выбросов и шумов выборки; выявление зависимостей между переменными, а также влияние независимых переменных на целевую с помощью ANOVA и приведение данных к нормальному виду. Построение модели выполнено с помощью классификаторов методов машинного обучения – рандомного леса, метода k-ближайших соседей, наивного Баесовского классификатораа и логистической регрессии. С помощью кросс-валидации и ROC-кривых была оценена точность работы выбранных классификаторов, затем была выбрана наиболее точная и оптимальная из них – модель на основе мультиноминальной логистической регрессии. Наконец, был создан интерфейс пользователя, позволяющий применять полученную модель к каждому новому пациенту и получать для него значение реадмиссии.