多变量作为输入和输出

Question

我正试图预测可能的诊断，给出咨询的理由。我有所有数据的身份证。所以我的数据如下所示

Reason            | Diagnosis
------------------------------
448, 124          | 9
551, 448, 122     | 9, 12
111, 110          | 32
143               | 43

在我的训练数据中，可能有多达10个原因和多达5个诊断。

我在算法或模型中寻找的是，它接受1-10 reason_ids作为输入，并以%的概率返回诊断的前5种可能性。

我很擅长python，所以如果有任何开源模型或代码，我可以看一看就很好了。

Answer 1

您可以通过两种方法来处理这个问题：

• 关联规则学习

直觉上，这就像试图推断出这样的规律:如果原因是X和Y，诊断很可能是Z。

最常见的算法是先验，它易于实现。

• 分类/监督学习

您的特性可以是二进制的(如果没有应用X，则为0；如果是的话，则为1)。每个原因都可以有一个，甚至合并了一些原因等等。如果您有很多可能的原因，您可能会遇到一些问题(您的特性将非常稀疏)。

如果是这样的话，我会研究降维，以使您的功能更加密集。