Apr, 2023
医疗数据中的缺失值和填补:可解释机器学习能提供帮助吗?
Missing Values and Imputation in Healthcare Data: Can Interpretable Machine Learning Help?
Zhi Chen, Sarah Tan, Urszula Chajewska, Cynthia Rudin, Rich Caruana
TL;DR本文介绍了一种在解决缺失数据问题时使用可解释机器学习的方法。将高精度的玻璃盒可解释性增强机(EBMs)用于缺失值处理,可帮助用户更好地了解缺失机制并检测可能引入的风险。实验表明了该方法在处理真实医疗数据集时的有效性。