Mary Loveless, JMP 수석 시스템 엔지니어, SAS
Ruth Hummel, 박사, JMP 학술 홍보대사, SAS
당뇨병은 만성 질환으로, 미국 거주자 12명 중 거의 1명에게 영향을 미치며 미국에서만 연간 약 2,500억 달러의 비용이 발생합니다. 이 강연에서는 당뇨병 환자 및 병원 결과 데이터를 사용하여 당뇨병 재입원과 관련된 주요 요인을 파악하고 최신 모델링 기법을 사용하여 재입원 가능성을 예측합니다. UC Irvine Machine Learning Repository에서 공개적으로 이용 가능한 이 데이터 세트에는 130개 병원과 통합 의료 서비스망에 근무하는 약 70,000명의 환자에 대한 10년(1999-2008) 동안의 임상 치료 및 인구 통계 정보가 포함되어 있습니다. 이 데이터는 Health Facts 데이터베이스(Cerner Corporation)에서 수집되었으며, 버지니아 커먼웰스 대학교 임상 및 중개 연구 센터에서 익명화 및 샘플링을 거쳐 공개되었습니다. 이 데이터를 사용하여 데이터 준비 도구를 설명하고, 대화형 시각화 기법을 시연하며, 모델 정확도를 측정하기 위한 검증의 중요성을 논의합니다. 그런 다음 로지스틱 회귀, 부트스트랩 포레스트, 부스트 트리, 신경망, 페널티 회귀(LASSO, 탄력적 네트워크, 릿지)를 포함한 여러 탐색적 모델과 예측 모델을 구축합니다. 경쟁 모델들을 상호 작용적으로 비교하고, 오분류 위험을 평가하여 최적의 모델을 선택합니다. 마지막으로, 선택된 모델을 상호 작용적인 웹 기반 애플리케이션으로 배포하기 위한 스코어링 코드를 생성합니다.
