omop learn 源码

内容学习 什么是omop学习? 开发该库是为了使用来自OPOP CDM标准数据库的纵向医学数据,以Python快速构建预测性机器学习模型的原型。 omop-learn支持轻松定义预测性临床任务,使OMOP数据功能化以及相关性队列。 我们进一步提供了使用稀疏张量实现的方法,以可能的最原始形式快速操纵收集的特征,从而实现数据的动态转换。 该库包含两个机器学习模型。 首先,是一个窗口线性模型,该模型使用各种向后的窗口来汇总不同时间范围内的要素,然后将这些要素输入到正则逻辑回归模型中。 这个模型的灵感来自的工作 ,尽管它很简单,但通常与最新算法竞争。 我们还包括SARD(具有反向蒸馏功能的自我注意),这是一种新颖的深度学习算法,该算法使用自我注意来允许医疗事件使用患者时间线中的其他事件来实现自身的环境。 SARD还利用了逆向蒸馏技术,我们引入了一种训练技术,该技术可以使用高性能的线性代理有