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.

[Игорь]

Нашел в своих заметках. Может, пригодится топикстартеру.

Если вы составляете научное программное обеспечение, то нуждаетесь в реальных данных для его тестирования. Кроме того, эти данные могут использоваться в соответствующем учебном процессе для выполнения лабораторных и курсовых работ. Ниже список репозиториев таких данных:
1. Statistical Datasets. University of Massachusetts Amherst.
http://www.umass.edu/statdata/statdata/index.html
2. UCI Machine Learning Repository. University of California Irvine.
https://archive.ics.uci.edu/ml/datasets.html
3. SILSO data/image, Royal Observatory of Belgium, Brussels.
http://sidc.oma.be/silso/datafiles
4. Официальная статистика. Федеральная служба государственной статистики.
http://www.gks.ru
5. Data base UIS.Stat. Университет статистики UNESCO.
http://www.uis.unesco.org
6. Банк данных Глобальной обсерватории здравоохранения. Всемирная организация здравоохранения.
http://www.who.int/gho/database/ru/
7. The World Factbook. Центральное Разведывательное Управление.
https://www.cia.gov/library/publications/the-world-fa..
8. United Nations Data. United Nations Statistics Division.
http://data.un.org
9. WEB аналитика
http://gs.statcounter.com

Сообщение отредактировал Игорь - 2.01.2024 - 20:15