我有几年内许多个人的健康索赔小组数据。每一行都包含一个做出某种医疗索赔的个人的记录,以及有关个人/索赔的一些信息,如年龄和诊断。我的一小部分数据如下所示:
+----+----------+---------------------+-------------------+-------+-----+
| ID | Date | Diag1 | Diag2 | Diag3 | Age |
+----+----------+---------------------+-------------------+-------+-----+
| A | 12/1/19 | obesity | hi blood pressure | | 59 |
| A | 12/14/20 | high blood pressure | | | 59 |
| A | 2/1/21 | High blood pressure | | | 59 |
| B | 5/1/19 | arm pain | broken wrist | | 34 |
| B | 5/6/19 | arm pain | broken wrist | | 34 |
| C | 6/6/19 | headaches | trouble sleeping | | 41 |
| C | 6/9/19 | headaches | trouble sleeping | | 41 |
| C | 7/1/20 | trouble sleeping | | | 41 |
+----+----------+---------------------+-------------------+-------+-----+
我试图使用LSTM来预测一个人(以ID为标志)是否会在最近的将来(比如3个月)根据当前日期再次诊断。举个例子,如果今天是2021年2月底,那么我有兴趣发现从现在到2021年5月底,人们可能至少会进行一次访问
然而,我不知道LSTM是否可以根据每个主题进行调整。我见过LSTM用来预测股票价格,但这些例子只有一只股票需要检查,而我有多个ID。Keras顺序LSTM是否自动处理此类面板数据?我不认为我应该删除ID列,因为我正在寻找的输出应该或多或少地给我一个可能性,即某个有医疗索赔历史的人在不久的将来会进行就诊
是的,LSTM应该可以工作。但keras不会自动处理您的数据。您需要将数据转换为诊断列表:
相关问题 更多 >
编程相关推荐