Comments (1)
En aa8f928 se realiza el tratamiento de los datos faltantes, se le genera el one-hot encoding para utilizar en todos los modelos, las acciones fueron:
-
Datos faltantes:
-
Se identificaron 887 datos faltantes en
ACSC
, esta variable indica si el paciente se presenta como resultado de una condición de cuidado sensible (cronicidad). Para los 887 datos se imputó la categoría 3, cuyo propósito es indicar que el no es conocido este resultado y se tratará como una variable categórica. -
Si esta variable resulta ser importante para la predicción, nos ayudará a revisitar e indica que los pacientes de los cuales no se conoce si llegaron por el tratamiento de una condición sensible tienen un desenlace de emergencia clínica peor.
-
De manera similar, para la variable
Ethnicity
se imputó el valor 5 a los datos faltantes, el cual corresponde a 'Unknown' en el diccionario faltante, lo cual tiene sentido con los pacientes que tienen datos faltantes. -
Los demás datos faltantes (~24) fueron eliminados al no considerarse importantes vs el tamaño del dataset.
-
-
Train test split:
- Se crean dos conjuntos para los dos problemas, uno de regresión para
Stay_length
y otro de clasificación para la variableAdmission_ALL
. Se aseguró que ninguna de las dos variables estuviera incluida en los conjuntos de training, ya que no son conocidas a priori durante la llegada a Urgencias. - En 9c3848b Los datasets procesados quedan guardados en
data/processed/stay
para la variableStay_length
y endata/processed/admission
para la variableAdmission_ALL
- La manera recomendada para leer los nuevos archivos es:
- Se crean dos conjuntos para los dos problemas, uno de regresión para
import pandas as pd
X_train = pd.read_pickle('data/processed/stay/X_train_stay.pickle')
from ds4a-team-62.
Related Issues (20)
- Programar los contenedores en dash y utilizar placeholders para lo que se presentará HOT 1
- Reemplazar placeholders por el contenido real del dashboard HOT 1
- Definir claramente cuales son los contenidos que van a interactuar entre sí HOT 1
- Programar los callbacks que garanticen la interacción de los contenidos
- Escoger los contenidos reales del dashboard HOT 2
- Definir todas las tareas iniciales sobre el backend HOT 4
- Definir todas las tareas iniciales que se refieran al modelo predictivo HOT 1
- Gráfica de conteo de rango de diferentes variables en el dashboard para datos cargados HOT 5
- Diseño y programación del Menú de carga de datos en batch HOT 3
- Diseñar cards con promedios descriptivos de las variables del hospital y ubicarlos en la pestaña Dashboard interactivos HOT 3
- Comparar múltiples modelos de clasificación y seleccionar el mejor HOT 6
- Construir un pipeline con el modelo seleccionado de clasificación que tenga el train/test split, validación cruzada y despliegue HOT 1
- Construcción del Datafolio HOT 4
- Elaboración del Reporte Final HOT 5
- Editar Video de Presentación Final HOT 3
- Ejercicio: balancear los subconjuntos train/test para 'admission' al 50%-50% y volver a probar los modelos de clasificación. HOT 2
- Comparar múltiples modelos de regresión y seleccionar el mejor HOT 1
- Construir un pipeline con el modelo seleccionado de regresión que tenga el train/test split, validación cruzada y despliegue HOT 1
- Agregar Insights Finales Tab "Dashboard" en Dash
Recommend Projects
-
React
A declarative, efficient, and flexible JavaScript library for building user interfaces.
-
Vue.js
🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.
-
Typescript
TypeScript is a superset of JavaScript that compiles to clean JavaScript output.
-
TensorFlow
An Open Source Machine Learning Framework for Everyone
-
Django
The Web framework for perfectionists with deadlines.
-
Laravel
A PHP framework for web artisans
-
D3
Bring data to life with SVG, Canvas and HTML. 📊📈🎉
-
Recommend Topics
-
javascript
JavaScript (JS) is a lightweight interpreted programming language with first-class functions.
-
web
Some thing interesting about web. New door for the world.
-
server
A server is a program made to process requests and deliver data to clients.
-
Machine learning
Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.
-
Visualization
Some thing interesting about visualization, use data art
-
Game
Some thing interesting about game, make everyone happy.
Recommend Org
-
Facebook
We are working to build community through open source technology. NB: members must have two-factor auth.
-
Microsoft
Open source projects and samples from Microsoft.
-
Google
Google ❤️ Open Source for everyone.
-
Alibaba
Alibaba Open Source for everyone
-
D3
Data-Driven Documents codes.
-
Tencent
China tencent open source team.
from ds4a-team-62.