1. 問題分析
私たちの課題は、最初の100人の患者の個人歴、病歴、発症関連情報、および最初の画像検査の結果に基づいて、残りの60人のmRSスコア（回復度）を予測する予測モデルを構築することです。今後 90 日間の患者。)。このモデルは、医療チームが患者の回復の見通しをより深く理解し、適切な治療とリハビリテーションの措置を講じるのに役立ちます。
まず、個人歴、病歴、発症関連情報、および最初の画像検査結果に関するデータを収集する必要があります。これには、提供されたデータセット内の患者の基本情報 (年齢、性別など)、病歴 (高血圧、脳卒中、糖尿病などの病歴など)、疾患関連情報、および最初の画像検査の関連特性が含まれます。
収集されたデータについては、欠損値、外れ値、データ型変換の処理などのデータ クリーニングと前処理を実行する必要があります。カテゴリ変数も、モデリングで使用するためにコード化する必要があります。
データには多数の特徴が含まれる可能性があるため、90 日 mRS スコアの予測にどの特徴が最も重要であるかを判断するには、特徴の選択が必要です。特徴の選択は、統計的手法、特徴重要度分析、相関分析などの方法を使用して実行できます。
問題の性質に応じて、さまざまなタイプの予測モデルを選択できます。これは、90 日間の mRS スコアの 7 つの値を回帰する回帰モデルである可能性があります。質問