《表2 不同窗口大小记录数统计》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《一种面向预测任务的基于时间序列的病人表示学习方法》
为了评估本文基于时间序列的病人表示学习方法的有效性,本文与文献[11]所提出的单次就诊自编码器(简称DeepPatient)在180d死亡预测任务上进行对比。同时参照文献[11],我们还对比了另外3种传统特征学习方法,分别为主成分分析(Principal Component Analysis,简称PCA)、高斯混合模型(Gaussian Mixed Model,简称GMM)和K均值(Kmeans)算法。传统的方法需要确定观测窗口大小,为了对比不同窗口大小的影响,进行了由不同窗口大小下使用传统特征选取方法生成的特征的180d死亡预测对比实验。文献[5,11]提到医疗任务中窗口大小通常设置在30d、60d至180d。评估数据集得知,往过去回顾指定天数的时间区间内,存在其他记录的记录数如表2所示。
图表编号 | XD0041684100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.02.15 |
作者 | 张乐、方之家、王祺、雷丽琪、阮彤、高炬 |
绘制单位 | 华东理工大学自然语言处理与数据挖掘实验室、华东理工大学自然语言处理与数据挖掘实验室、华东理工大学自然语言处理与数据挖掘实验室、华东理工大学自然语言处理与数据挖掘实验室、华东理工大学自然语言处理与数据挖掘实验室、上海中医药大学附属曙光医院 |
更多格式 | 高清、无水印(增值服务) |