24年钉钉杯大数据挑战赛金奖作品B2024072428733.pdfVIP

2024年第三届“钉钉杯”大学生

大数据挑战赛论文

题目基于LSTM与GBM的医疗数据预测

摘要

随着智慧医疗的快速发展，医疗门诊患者及用药数据的分析成为提升医疗服务质

量的关键因素。本文通过分析康复医学科各病房的相关数据，建立时间序列预测模型

和集成模型，为门诊收入预测和数据缺失值填补提供科学依据和技术支持。

针对问题一，首先利用excel分别筛选出康复医学科一、二和三病房的相关数据，

紧接着使用广义ESD法进行异常值检测与剔除，之后进行特征提取，以便后续模型捕捉

更多非线性关系，然后标准化处理输入特征数据；随后构建LSTM模型和GBM模型，以

门诊收入为目标特征进行训练，并通过贝叶斯优化方法优化模型参数，应用K折法进行

交叉检验，选取最优参数训练模型，最终预测并填补缺失的门诊收入数据。最优参数

下在测试集中，LSTM模型的性能参数为R²=0.8884，RMSE=45928.5461；GBM模型的

性能参数为R²=0.9242，RMSE=38343.5717。

针对问题二，使用问题一中处理过的数据，对康复医学科二病房