摘要：为了预测住院病人是否会在短时间内再入院,提出了基于机器学习的再入院预测方法。通过选取合适的数据集,利用ICD-10诊断相关组编码（DRGs）等信息,选择合适的机器学习算法,训练预测病人短时间内再入院的概率。通过训练测试分类器的正确肯定率与错误肯定率得到的ROC曲线,对比逻辑回归、随机森林和支持向量机三种分类器的性能指标,发现随机森林对复杂数据有良好的适应性,实验所得AUC均值更高,更适合应用于再入院的预测。

原文链接:http://www.cqvip.com/QK/88783X/201607/669392810.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）