无监督特征选择以识别冠状动脉疾病患者队列中机器学习的重要ICD-10和ATC代码:回顾性研究

Peyman Ghasemi1,2, Joon Lee1,3,4,5

  • 1Data Intelligence for Health Lab, Cumming School of Medicine, University of Calgary, Calgary, AB, Canada.

PubMed
概括

混凝土自动编码器有效地从复杂的健康数据中选择关键特征,改进机器学习模型,用于预测患者的死亡率等结果. 这种方法增强了数据表示和模型可解释性.