Диагностика и прогнозирование Опции

[brimal]

Не совсем обычная просьба. Типовая задача: провести анализ имеющихся параметров и результатов уже реализованных процессов с целью определения результата будущего процесса для данного набора параметров, т.е. диагностика/прогнозирование. Процесс не совсем обычный. Многофакторный,часть из которых имеет случайный характер. Применен метод, позволивший получать приемлемые результаты. Хочется проверить всеядность используемого метода, т.е. применимость к системам в другой области.
Медицина также имеет дело с многофакторными системами, где диагностика типовая задача.
Просьба. Если кто то выделит время и предложит выборку хотя бы 10 случаев из своей практики, каждый из которых включает набор параметров для анализа и результат, подтвержденный практикой, будем очень признательны.
Количество параметров в наборе не более 12. Допустимо ограниченное количество (2-3)
параметров в бинарной шкале (Да/Нет),остальные в количественной.(Наш опыт работы с параметрами в порядковой шкале пока ограничен). Наборы параметров без пропусков. Результаты в бинарной шкале (Да/Нет). В выборке должны присутствовать результаты обоих видов. Все в обезличенной форме. (Желательно избыточное с вашей точки зрения
количество параметров наборе. Мы встретились с ситуацией когда априорное ранжирование параметров по важности оказалось ошибочным). Далее пример выборки из двух наборов.
Пар.1 Пар.2 Пар.3 Пар.4 Пар.5 Пар.6 Пар.7 Рез-т
Набор1 Нет -0,786 -0,786 Нет 0,344828 0,482759 1 Да
Набор2 Да -0,655 -0,207 Да 0,2 -0,16667 -0,5 Нет
Спасибо.

[ИНО]

Что Вы подразумеваете под разнородными данными? Что Вы подразумеваете под "узкой специализацией ИИ"? Пока что с первым не шибко радужно, судя по описанию:

Количество параметров в наборе не более 12. Допустимо ограниченное количество (2-3)
параметров в бинарной шкале (Да/Нет),остальные в количественной.(Наш опыт работы с параметрами в порядковой шкале пока ограничен) Наборы параметров без пропусков. Результаты в бинарной шкале (Да/Нет).

Например, банальный случайный лес Бреймана прожует без проблем несколько тысяч предикторов, измеренных в любых шкалах, даже при p>>n. А у Вас такие жесткие ограничения, что
получить хотя бы просто p>n действительно можно только на выборке из 10 (на крайняк - 11) случаев.

Ну, допустим, Вы обучите вашу ноу-хау чудо-модель на выборке из 10 наблюдений, любезно предоставленных доктором Х. А на чем проверять будете? Или Вы эту бигдату:) планируете еще и разделять на обучающую и проверочную?

Ползать по справочникам у нас времени нет,да и образование не позволяет. Где мы и где медицина.

Тю, а все те, кто мучает ирисы Фишера, обязаны были закончить биофак по специальности "Ботаника"

Сообщение отредактировал ИНО - 14.10.2023 - 21:34