机器学习

结果展示

定义:向听众展示数据科学项目的目的、实施、及结果或结论。
根据面对的听众的不同,结果展示也应有不同的侧重,因为不同的听众有不同的兴趣和关注点。一般而言,听众可以分为三类:①出资方②用户③数据科学家

出资方(项目的最终签收方)的结果展示

数据科学层面❌
应用层面以及经济效益和社会效益✔

  • 项目动机和目标
  • 项目执行情况与结果(需尽快进入结果介绍)——技术细节和具体应用举例作为附件或提问环节的素材,需要时展示。
  • 相关讨论、建议——当前或进一步工作面临的关键问题或网难;未来可能的工作。

    示例——ICU重症监护室大数据项目

    1. 项目背景

    在X医院,重症监护消耗的医疗费用XXX/年,然而,ICU的死亡率依然高达XXX。
    项目意义:对于ICU病人的病情发展进行准确预测,有助于对高风险病人提前干预,以降低ICU死亡率,并促进医疗资源的合理分配。

    2. 项目目标

    实现对ICU病人的病情发展的准确预测,对高风险病人提前干预,将X医院ICU死亡率从现在的XX降低到XX。

    3. 项目执行

    我们收集了过去×年×医院×位ICU病人的×种生理监护数据,并追踪病人住院期间直至出院后X时间内的健康状况,构建了ICU数据库。
    基于上述数据库,我们构建了预测模型。

    4. 项目结果

    ★我们的模型可以基于实时采集的生理监护指标,对ICU病人的病情发展进行准确预测,并给出提前干预方案;
    ★我们将该模型应用于×医院后,突发紧急个案从以前的XXX降低到XX,ICU死亡率从以前的XX降低到XX;
    ★应用该模型一年后,×医院的ICU消耗的医疗费用从××变化为××。

    5. 未来工作

    推广该模型到X家医院,同时扩充ICU病人数据库,规模为××。

    6. 补充的细节(有可能需要)

    image.png
    可见,提前干预使得较少的医疗费用投入换回了更高的病人存活率。

    用户(项目产品的最终使用者)的结果展示

    向用户展示:
  1. 动机与目标
  2. 模型如何融入/改进了用户的工作流程
  3. 如何使用模型 :::tips 注意:向用户展示的目的主要是让用户确信需要你的模型、介绍模型如何影响用户的工作、教会用户使用模型并理解模型输出。 :::

    示例——ICU重症监护室大数据项目

    1. 项目背景

    在×医院,重症监护室的医护人员与病患比为XXX,医护人员每周平均工作时长为××X小时;
    然而,ICU的死亡率依然高达×XX。
    项目意义:对ICU病人的病情发展进行准确预测,并辅助医护人员自动给出高风险病人的提前干预方案,能大大提高医护效率,并促进医疗资源的合理分配,减轻工作压力,缓解医患矛盾。

    2. 项目目标

    通过对ICU病人的病情发展的准确预测与自动化干预方察建议,将×医院ICU死亡率从现在的XX降低到XX,并让医护人员的周平均工作时间从XX降为XX。
    要明确目标已达到

    3. 项目如何融入医护人员的工作

    结果汇报 - 图2

    4. 模型使用示意

    结果汇报 - 图3

    数据科学家

    向同行展示:

  4. 介绍问题(主要是数据科学相关的问题)

  5. 讨论相关工作
  6. 介绍自己的方法
  7. 结果与发现
  8. 讨论未来可能的工作

    示例——ICU重症监护室大数据项目

    1. 项目背景

  • 应用层面

在X医院,重症监护消耗的医疗费用XXX/年,然而,ICU的死亡率依然高达XXX。

  • 数据科学层面

主要原因是对于ICU病人的病情发展不能预测,预警出现时,病人已经处于极度危险的状态。

2. 相关工作

为了进行病人风险预测,XX采用了XX方法,其效果是XX。该方向不能突破,其难点主要在于XX。 :::info 主要阐述已有那些研究和结论,并突出说明不能解决该问题的科学和技术难点是什么,然后介绍本项目的方法。 :::

3. 自己的方法重点

针对技术难点,我们主要采取了XX方法。

  • 建模时历史数据如何清洗
  • 适应不同的生理指标如果构造不同的模型
  • 模型正则化和调参
  • 模型如何集成
  • 采用的什么评价指标

    4. 结果与发现

  • 数据科学层面

应用我们的方法/模型,我们预测的准确率为XX,敏感性XX,特异性XX,能提前XX时间进行高危预警;预测公式可表示为XX,r2是多少,等等。

  • 技术层面

该模型一次预测消耗的机器时间等等。

5. 未来可能的工作

该模型目前还存在着XX问题,今后考虑采用××进一步解决。

结果传递信息一高级可视化

比较:不同分组间的差别 bar图、boxplot、饼图等。
使用模型前后ICU月费用对比
image.png
分布:时间的、空间的、类别的等,可尝试“折线图、地形图、直方图”等。
时序图
image.png
地形图
image.png