关键词： 脑出血   随机森林   人工神经网络   贝叶斯网络   辨证分类  

摘要： 目的评价并比较人工神经网络、贝叶斯网络、随机森林三种机器学习算法在脑出血中医辨证分类中的分类效果。方法采用上述三种方法分别对518例脑出血急性期患者的中医四诊信息进行建模,并通过准确率、灵敏度、特异度来评价模型分类效果。结果三种方法中,随机森林的分类效果最好,准确率、中经络正确率、中脏腑正确率分别为81%、80%、81%;人工神经网络次之,分别为73%、74%、71%;贝叶斯网络最差,分别为60%、74%、51%。结论考虑到随机森林在分类性能、建模时间、可解释性、特征筛选、简便性等方面的优点,我们更推荐在脑出血中经络和中脏腑的辨证分类中采用随机森林模型来辅助诊断。

关键词： 一线城市   房价   稳预期   机器学习方法  

摘要： 一线城市的房地产市场在全国房地产市场中具有举足轻重的地位,因此,维持一线城市房价平稳从而对保障全国房价平稳健康发展具有重要意义。运用XGBoost等机器学习方法和SHAP值可解释性方法,对四大一线城市房价的主要影响因素及其在2012年前后的动态变化进行测算并分析,研究发现:第一,预期因素是一线城市房价上涨的主要影响因素,并且其影响在不断增强。第二,供给因素和需求因素对一线城市房价上涨也起到了较为重要的作用,不过其作用呈现出减弱态势。第三,货币政策等因素对一线城市房价上涨的影响相对偏弱,并且近年来其影响进一步下降。考虑到预期因素是一线城市房价上涨的最主要因素,因此对一线城市而言,稳房价的关键在于稳预期。进一步地,结合实证结果可知,需要让房价更多地由基本面因素来决定,并且通过稳定房地产调控政策来稳预期。一是从供给端发力,构建一线城市土地供给与房价以及土地供给与常住人口之间的联动机制。二是从需求端发力,缩小一线城市与其周边城市以及其他三四线城市之间的公共服务差距,从而减轻一线城市的外来人口压力以及由此引发的住房需求增长。三是保持房地产调控政策的连续性、一致性、稳定性,通过稳定政策来稳定房地产市场的预期。

关键词： 机器学习   自杀意念   自杀尝试   自杀死亡  

摘要： 目的:全面总结机器学习预测自杀行为的算法特点、应用场景和模型效能。方法:系统搜索三个数据库中(PubMed、EMBASE、Web of Science)截至2022年11月应用机器学习算法预测自杀意念、自杀尝试和自杀死亡的文献。结果:研究共纳入71篇文献,提取81个模型。机器学习预测自杀行为的模型效果良好(自杀意念AUC区间0.70~0.97;自杀尝试AUC区间:0.63~0.96;自杀死亡AUC区间:0.69~0.93),但阳性预测值偏低。当前研究多采用临床或社区样本,缺少学校样本。模型纳入的特征多为人口统计学和精神病理学变量,缺乏心理、生理和社会变量。结论:机器学习提升了自杀预测能力,有望作为辅助筛查工具应用于临床实践。

关键词： 饮食质量评分   心血管疾病   美国国家营养与健康调查(NHANES)   机器学习方法  

摘要： 目的:目前营养学领域已建立了多种饮食评分体系用于衡量整体饮食质量,并用于心血管疾病等非传染性慢性疾病的预防和管理。基于现代机器学习技术构建的饮食评分可能包含独立的信息,若结合临床经验构建的饮食评分有望提供更好的膳食建议。方法:本文提出了一种新颖的基于机器学习方法的饮食质量评分(DQS),并研究DQS与健康饮食指数-2015(HEI2015)、地中海饮食评分(MED)、替代健康饮食指数-2010(AHEI)结合后与心血管疾病风险的关联。研究数据来源于美国国家健康与营养调查(NHANES)的2011–2012年至2017–2018年周期。研究人群为年龄在20岁以上的成年人,通过参与者自我报告收集食物摄入情况以及相关协变量信息。我们采用弹性网络惩罚回归模型选择重要的食物特征,并使用广义线性回归模型在控制年龄、性别和其他相关协变量后估计相对风险OR和95%置信区间。结果:共计16756名参与者纳入分析。在调整其他常见饮食评分后,DQS与冠状动脉疾病(CAD)风险显著相关。DQS与HEI2015、MED、AHEI和得舒饮食(DASH)得分结合的OR都在0.900左右,p值小于0.05。在包括所有其他评分的全模型中,DQS的OR值为0.905(95%CI,0.828–0.989,p=0.028<0.05)。结论:基于NHANES连续4个周期的数据,较高的DQS与较低的CAD风险相关。DQS捕获了独立于现有饮食评分的独特预测信息,因此可以作为补充评分系统,进一步改善CAD患者的饮食推荐。

关键词： 可燃性粉尘   定量构效性质关系   最小点火能   机器学习  

摘要： 首先从GESTIS-DUST-EX数据库中获取粉尘燃爆数据及其分子结构,再通过量子化学计算筛选描述粉尘最小点火能的分子描述符,进而使用随机森林算法对分子描述符反映的特征重要性进行排序。通过对比10种常用的二分类模型,发现随机森林和支持向量机方法建立的二分类模型较优,它们的准确率、精确率、召回率及F1值都达到了90%以上。最后,对二分类模型中重要度排序较高的分子描述符进行深入分析,阐明其与MIE的内在联系。本研究成果可为快速掌握可燃性有机粉尘的爆炸危险性以及工业粉爆炸尘事故防控提供指导意见。

关键词： 老年   急性肾损伤   机器学习   风险预测模型  

摘要： 目的 采用机器学习方法构建老年患者术后急性肾损伤(AKI)的预测模型。方法 收集2019年6月至2020年7月行手术治疗的老年患者的术前信息和术后随访信息,提取实验室检查结果,共纳入115个术前变量,应用极端梯度提升(XGB)、梯度提升(GBM)、随机森林(RF)、支持向量机(SVM)和弹性网络逻辑回归(ELA)5种方法构建术后AKI预测模型,采用受试者工作特征曲线下面积(AUROC)、精确度-召回率曲线下面积(AUPRC)和Brier评分评估模型性能。为简化模型以便于临床实践应用,得到原始模型后剔除部分相关性较低的变量,并再次用上述方法对模型进行评估。结果 本研究最终纳入老年患者5 929例,男3 359例(56.7%),女2 570例(43.3%),年龄65~99岁,其中154例(2.6%)发生术后AKI。在应用5种机器学习方法构建的预测模型中,XGB模型的AUROC和AUPRC最高,分别为0.798(95%CI 0.705~0.888)和0.230(95%CI 0.079~0.374);Brier评分最低,为0.023(95%CI 0.014~0.029)。对XGB模型进行简化后,保留72个变量,简化模型的AUROC、AUPRC和Brier评分分别为0.790(95%CI 0.711~0.861)、0.176(95%CI 0.070~0.313)和0.024(95%CI 0.017~0.033),与原模型差异无统计学意义。结论 在应用5种机器学习方法构建的术后急性肾损伤预测模型中,XGB的预测效能最佳,经简化的XGB预测模型仍保留较高的预测效能,且更容易在临床上推广使用。

关键词： 机器学习   冠状病毒   刺突蛋白  

摘要： 严重急性呼吸综合征冠状病毒2(SARS-COV-2)在2019年年底引起了新型冠状病毒肺炎(COVID-19)的全球大流行,冠状病毒跨物种传播到多种哺乳动物包括人类.因此,快速准确地预测冠状病毒宿主分类对于未来控制和防治流行病具有重要意义.本文从NCBI(National center for biotechnology information)病毒数据库收集刺突蛋白序列,使用CD-HIT软件去除重复数据得到3216条序列,将其按照宿主分类分为6种样本,按照收集时间排序后以8∶2比例划分为训练集和测试集,使用分布描述符(CTDD)以及自然语言模型Seq2Vec来编码刺突蛋白序列特征,应用多种机器学习方法训练预测分类模型,并进行模型评估.在预测人类宿主方面,Seq2Vec-GCNN作为最佳模型其准确率高达99.37%,而在预测其他宿主分类时CTDD-RF表现极佳,准确率分别为猪类95.82%,禽类95.96%,骆驼98.33%,蝙蝠92.06%,其他哺乳动物94.01%.结果表明,使用机器学习方法基于刺突蛋白序列构建预测冠状病毒宿主分类模型是切实有效的.

关键词： 卒中   机器学习   消化道出血  

摘要： 目的分析缺血性卒中患者(ischemic stroke,IS)在住院期间消化道出血(gastrointestinal bleeding,GIB)的发生情况,基于机器学习(machine learning,ML)方法构建缺血性卒中患者发生消化道出血的风险预测模型。方法以中国卒中中心联盟数据库中新发缺血性卒中患者为研究对象,使用随机欠采样方法处理非平衡数据集,并使用logistic回归、支持向量机(support vector machine,SVM)以及三种集成学习模型随机森林(random forest)、XGBoost和CatBoost来构建预测模型,使用AUC、灵敏度、特异度和Brier分数等指标评价模型预测性能。结果共纳入737786例新发缺血性卒中患者,发生消化道出血5373例(0.73%)。logistic回归、SVM、Random Forest、XGBoost和CatBoost的AUC分别为0.824±0.000、0.672±0.000、0.828±0.000、0.830±0.000、0.830±0.000,Random Forest、XGBoost和CatBoost的AUC优于logistic回归(P<0.01)。logistic回归、SVM、Random Forest、XGBoost和CatBoost的Brier分数分别为0.161±0.000、0.054±0.000、0.154±0.000、0.156±0.000和0.153±0.000,Random Forest、XGBoost和CatBoost的Birer值与logistic回归没有统计学差异(P>0.05)。结论集成学习模型可用于构建缺血性卒中患者发生院内消化道出血的预测模型,且预测性能优于一般logistic回归模型。

关键词： 政策效应评估   异质性处理效应   机器学习   大数据  

摘要： 对公共政策的准确评估,是制定科学公共政策的重要前提,科学的公共政策将有助于促进国家治理体系和治理能力现代化。异质性政策效应评估作为一种新兴的研究范式,其重要性在政策效应评估文献中已经获得广泛认可。本文总结了异质性政策效应评估的重要价值,以及代表性传统方法的逻辑和局限性。在此基础上,文章重点梳理了机器学习方法在异质性政策效应评估中的重要价值和具体应用:更好地筛选和切分异质性变量、更好地评估多重异质性政策效应、更好地估计个体政策效应等。本文也指出机器学习在异质性政策效应评估的算法可接受性、过程可检验性以及结论稳健性中存在局限性。进一步,文章提出了异质性政策评估和机器学习的重点发展方向:引入和发展机器学习方法,重视异质性政策评估的政策价值及提升机器学习的可接受性;结合传统分析范式,拓展机器学习在异质性政策评估中的新模式;规范研究数据的采集和处理,推动数据和代码的公开透明等。

关键词： 建筑能耗预测   建筑节能   随机森林   决策树  

摘要： 为了减少建筑对能源的过多消耗,通过对建筑能耗数据进行数据挖掘,提出了使用机器学习的方法对建筑能耗数据进行预测分析。首先对建筑能耗数据中的自变因素和从变因素进行相关性分析;然后进行数据归一化;接下来使用KNN、决策树、AdaBoost和随机森林这四种机器学习方法进行能耗预测。在实验过程中,使用交叉验证的技术,分别对四种算法计算了MAE、MRE、MSE、RMSE四种评价函数。最后将四种方法所得的结果做了比较。实验结果显示随机森林算法表现出最好的效果。