Patient Status Prediction - OJIA 2 Simulation (v1)

题目描述

🏥 问题：患者状态分析与预测

对于这个问题，您需要实现一个机器学习模型来预测Status字段的值，使用可用的数据集，该数据集包含患者信息。数据集以CSV文件的形式组织，包含各种特征（features），模型评估将基于Dead类别的精确度。

📊 数据集

数据集包含以下字段：

Age: 患者年龄。
Race: 患者种族（例如：White, Other）。
Marital Status: 患者婚姻状况。
T Stage: 肿瘤分期（T1, T2, T3, T4）。
N Stage: 淋巴结受累程度。
6th Stage: 根据第6版TNM分类的癌症分期。
differentiate: 肿瘤分化程度。
Grade: 肿瘤组织学分级（1, 2, 3等）。
A Stage: 疾病分期分类。
Tumor Size: 肿瘤大小。
BMI: 体重指数。
Heart Rate: 心率。
Serum Creatinine: 血清肌酐水平。
Uric Acid: 尿酸水平。
Hemoglobin: 血红蛋白浓度。
GFR (Glomerular Filtration Rate): 肾小球滤过率。
Serum Sodium: 血清钠浓度。
Serum Potassium: 血清钾浓度。
Serum Albumin: 血清白蛋白水平。
Lactate: 乳酸浓度。
Status: 患者状态（"Dead"或"Alive"）- 目标字段。

📝 任务

对于前几个子任务，您需要加载数据集并对test.csv进行统计分析。

子任务1（10分）

根据GFR值对测试集中的每个患者进行肾功能分类：

Normal 如果 GFR >= 90
Mildly Decreased 如果 60 <= GFR < 90

子任务2（10分）

计算训练数据集中Serum Creatinine列值的四分位数（Q1, Q2, Q3），并根据以下标准对测试数据集中的患者进行分类：

Very Low 如果 Serum Creatinine <= Q1
Low 如果 Q1 < Serum Creatinine <= Q2
High 如果 Q2 < Serum Creatinine <= Q3
Very High 如果 Serum Creatinine > Q3

子任务3（10分）

确定BMI值如下：

计算训练集中该列的中位数值。
对于测试集中的患者，我们认为有：

1 如果 BMI > 训练集中位数
0 如果 BMI <= 中位数

子任务4（10分）

训练集中与测试患者处于相同T Stage的患者数量。

子任务5（60分）

构建一个ML模型来根据特征预测Status（Dead或Alive）。评估基于Dead类别的精确度。

🧮 评估

评估指标是Dead类别的精确度：

$Precision$

分数根据模型获得的precision（加权）值分配：

精确度区间	分数
< 0.60	0
0.60 – 0.69	10
0.70 – 0.74	20
0.75 – 0.79	30
0.80 – 0.84	40
≥ 0.85	60

其中：

TP = 正确预测为Dead的患者数量
FP = 错误预测为Dead的患者数量

📌 注意事项

目标字段是Status。
某些字段可能包含缺失值（NaN），需要处理。
建议分析变量与目标变量之间的相关性。
如果极值影响模型性能，请检测并消除它们。
提交sample_output进行本地测试可获得5分。

📄 提交文件格式

submission.csv文件必须包含测试集中每一行的所有5个子任务的结果。
测试集中的每一行生成文件中的5行，每个子任务一行。

文件结构：

1subtaskID, datapointID, answer

列的含义：

subtaskID - 子任务编号（1–5）。
datapointID - 测试中患者的ID（如果测试文件没有ID，则使用行索引）。
answer - 子任务要求的结果：
- 子任务1： Normal / Mildly Decreased / Decreased
- 子任务2： Very Low / Low / High / Very High
- 子任务3： 0 或 1
- 子任务4： 整数（计数）
- 子任务5： 1 如果模型预测Dead，0 如果预测Alive

ID为3220的单个患者示例：

Python
1subtaskID    datapointID    answer21            3220           Normal32            3220           Low43            3220           054            3220           565            3220           1

🗂️ 有用资源

完整入门套件 – 包含您可以开始解决问题的框架

Patient Status Prediction - OJIA 2 Simulation (v1) - 难度:...