伯克州乌斯敦；辛西娅·鲁丁 优化医疗评分系统的超解析线性整数模型。 （英语） Zbl 1406.62144号 机器。学习。 102，第3号，349-391（2016）. 总结：评分系统是一种线性分类模型，只需要用户对几个小数字进行加、减、乘即可做出预测。这些模型被医学界广泛使用，但很难从数据中学习，因为它们需要精确和稀疏，具有互质整数系数，并满足多种操作约束。我们提出了一种创建数据驱动的评分系统的新方法，称为超级解析线性整数模型（SLIM）。SLIM评分系统是通过使用整数规划问题构建的，该问题直接编码精度度量（0-1损失）和稀疏性度量（（ell_0）-半范数），同时将系数限制为互质整数。SLIM可以无缝地结合与准确性和稀疏性相关的各种操作约束，并且可以在不进行参数调整的情况下生成可接受的模型，因为可以直接控制这些数量。我们为SLIM评分系统的测试和训练精度提供了界限，并提出了一种新的数据缩减技术，该技术可以通过预先消除部分训练数据来提高可伸缩性。我们的论文包括与马萨诸塞州总医院睡眠实验室合作的结果，该实验室正在使用SLIM创建一个高度定制的睡眠呼吸暂停筛查评分系统。 引用于30文件 MSC公司： 62页第10页 统计学在生物学和医学中的应用；元分析 62H30型 分类和区分；聚类分析（统计方面） 90 C90 数学规划的应用 关键词：医疗评分系统；离散线性分类；整数规划；0-1损失；稀疏；可解释性；睡眠呼吸暂停；监督分类；预测 软件：格尔姆奈特；高级网络；4.5条；C50元；UCI-毫升；R（右）；r零件；e1071号 PDF格式BibTeX公司 XML格式引用 \textit｛B.Ustun｝和\textit｛C.Rudin｝，马赫。学习。102，编号3，349-391（2016年；Zbl 1406.62144） 全文： 内政部 arXiv公司 参考文献： [1] Antman，E.M.、Cohen，M.、Bernink，P.J.L.M.、McCabe，C.H.、Horacek，T.、Papuchis，G.等人（2000年）。不稳定型心绞痛/非ST段抬高型心肌梗死的TIMI风险评分。美国医学会杂志，284（7），835-842·doi:10.1001/jama.284.7.835 [2] Asparoukhov，Ok K.和Stam，A.（1997）。二元变量两组分类的数学规划公式。《运筹学年鉴》，7489-112·Zbl 0888.90150号 ·doi:10.1023/A:1018995010063 [3] Bache，K.和Lichman，M.（2013）。UCI机器学习库·兹伯利0978.90113 [4] Bajgier，S.M.和Hill，A.V.（1982年）。统计和线性规划方法对判别问题的实验比较。决策科学，13（4），604-618·doi:10.1111/j.1540-5915.1982.tb01185.x [5] Bien，J.、Taylor，J.和Tibshirani，R.等人（2013年）。用于分层交互的套索。《统计年鉴》，41（3），1111-1141·兹比尔1292.62109 ·doi:10.1214/13-AOS1096 [6] Bone，R.C.，Balk，R.A.，Cerra，F.B.，Dellinger，R.P.，Fein，A.M.，Knaus，W.A.等人（1992年）。美国胸科医师学会/重症监护医学会共识会议：脓毒症和器官衰竭的定义以及脓毒症创新疗法的使用指南。重症医学，20（6），864-874·doi:10.1097/00003246-199206000-00025 [7] Bousquet，O.、Boucheron，S.和Lugosi，G.（2004）。统计学习理论导论。在机器学习高级讲座中。施普林格，第169-207页·兹比尔1120.68428 [8] Bradley，P.S.、Fayyad，U.M.和Mangasarian，O.L.（1999）。数据挖掘的数学编程：公式和挑战。信息计算杂志，11（3），217-238·Zbl 0973.90096号 ·doi:10.1287/ijoc.11.3.217 [9] Brooks，J.P.（2011）。具有斜坡损失和硬边损失的支持向量机。运筹学，59（2），467-479·Zbl 1228.90057号 ·数字对象标识代码：10.1287/opre.1100.0854 [10] Brooks，J.P.和Lee，E.K.（2010年）。基于混合整数规划的多类别约束判别模型的一致性分析。《运筹学年鉴》，174（1），147-168·Zbl 1185.90156号 ·doi:10.1007/s10479-008-0424-0 [11] Carrizosa，E.、Martín-Barragán，B.和Morales，D.R.（2010年）。二值化支持向量机。信息计算杂志，22（1），154-167·Zbl 1243.62088号 ·doi:10.1287/ijoc.1090.0317 [12] Carrizosa，E.、Nogales-Gómez，A.和Morales，D.R.（2013）。强烈同意还是强烈反对？支持向量机中的评级功能。英国牛津大学萨伊德商学院技术报告·Zbl 1243.62088号 [13] Chevaleyre，Y.、Koriche，F.和Zucker，J.-D.（2013）。离散线性分类的舍入方法。《第30届机器学习国际会议论文集》（ICML-13），第651-659页。 [14] Cranor，L.F.和LaMacchia，B.A.（1998年）。垃圾邮件！。ACM通讯，41（8），74-83·doi:10.1145/280324.280336 [15] Detrano，R.、Janosi，A.、Steinbrunn，W.、Pfister，M.、Schmid，J.-J.、Sandhu，S.等人（1989年）。新概率算法在冠心病诊断中的国际应用。美国心脏病杂志，64（5），304-310·doi:10.1016/0002-9149（89）90524-9 [16] Dupačová，J.、Consigli，G.和Wallace，S.W.（2000）。多阶段随机程序的场景。运筹学年鉴，100（1-4），25-53·兹比尔1017.90068 ·doi:10.1023/A:1019206915174 [17] 杜帕乔娃，J.，Gröwe-Kuska，N.，&Römisch，W.（2003）。随机规划中的场景简化。数学编程，95（3），493-511·Zbl 1023.90043号 ·doi:10.1007/s10107-002-0331-0 [18] Efron，B.、Hastie，T.、Johnstone，I.和Tibshirani，R.（2004）。最小角度回归。《统计年鉴》，32（2），407-499·Zbl 1091.62054号 ·doi:10.1214/009053604000000067 [19] Elter，M.、Schulz-Wendtland，R.和Wittenberg，T.（2007年）。使用两种cad方法预测乳腺癌活检结果，这两种方法都强调可理解的决策过程。医学物理学，34（11），4164-4172·数字对象标识代码：10.1118/1.2786864 [20] 弗雷塔斯，A.A.（2014）。可理解的分类模型：立场文件。ACM SIGKDD探索新闻稿，15（1），1-10·doi:10.1145/2594473.2594475 [21] Friedman，J.、Hastie，T.和Tibshirani，R.（2010）。广义线性模型的坐标下降正则化路径。统计软件杂志，33（1），1-22·doi:10.18637/jss.v033.i01 [22] Gage，B.F.、Waterman，A.D.、Shannon，W.、Boechler，M.、Rich，M.W.和Radford，M.J.（2001）。中风预测临床分类方案的验证。《美国医学会杂志》，285（22），2864-2870·doi:10.1001/jama.285.22.2864 [23] Glen，J.J.（1999）。数学规划判别分析模型中归一化和变量选择的整数规划方法。《运筹学学会期刊》，501043-153·Zbl 1054.90618号 ·doi:10.1057/palgrave.jors.2600804 [24] Goh，S.T.和Rudin，C.（2014）。用于学习不平衡数据的方框图。第20届ACM SIGKDD知识发现和数据挖掘国际会议论文集。ACM，第333-342页。 [25] Goldberg，N.和Eckstein，J.（2010年）。加强分类器的l0-放松惩罚。《第27届国际机器学习会议记录》（ICML-10），第383-390页·Zbl 1185.90156号 [26] Goldberg，N.和Eckstein，J.（2012年）。稀疏加权投票分类器选择及其线性规划松弛。信息处理信件，112，481-486·Zbl 1243.68239号 ·doi:10.1016/j.ipl.2012.03.004 [27] Guan，W.、Gray，A.和Leyffer，S.（2009年）。混合整数支持向量机。在NIPS机器学习优化研讨会上。 [28] Guyon，I.和Elisseeff，A.（2003）。变量和特征选择简介。机器学习研究杂志，31157-1182·Zbl 1102.68556号 [29] 哈伯曼·S·J（1976）。对数线性模型的广义残差。《第九届国际生物特征识别会议论文集》，波士顿，第104-122页。 [30] Hastie，T.、Tibshirani，R.、Friedman，J.、Hastie、T.、Fridman，J和Tibshirani，R.（2009年）。统计学习的要素（第2卷）。纽约：斯普林格·Zbl 1273.62005年 ·doi:10.1007/978-0-387-84858-7 [31] Jenatton，R.、Audibert，J.-Y和Bach，F.（2011年）。具有稀疏诱导范数的结构化变量选择。机器学习研究杂志，122777-2824·Zbl 1280.68170号 [32] Jennings，D.、Amabile，TM和Ross，L.（1982）。非正式协变量评估：基于数据的与基于理论的判断。《不确定性下的判断：启发式和偏见》，第211-230页 [33] Joachimstaler，E.A.和Stam，A.（1990年）。两组判别分析中分类问题的数学规划方法。多元行为研究，25（4），427-454·doi:10.1207/s15327906mbr2504_2 [34] Kapur，V.K.（2010）。阻塞性睡眠呼吸暂停：诊断、流行病学和经济学。呼吸护理，55（9），1155-1167。 [35] Kim，M.-J.和Han，I.（2003年）。利用遗传算法从定性破产数据中发现专家决策规则。应用专家系统，25（4），637-646·doi:10.1016/S0957-4174（03）00102-7 [36] Knaus，W.A.、Zimmerman，J.E.、Wagner，D.P.、Draper，E.A.和Lawrence，D.E.（1981）。APACHE-急性生理学和慢性健康评估：基于生理学的分类系统。危重病护理医学，9（8），591-597·doi:10.1097/00003246-198108000-00008 [37] Knaus，W.A.、Draper，E.A.、Wagner，D.P.和Zimmerman，J.E.（1985）。APACHE II：疾病严重程度分类系统。危重病护理医学，13（10），818-829·doi:10.1097/00003246-198510000-00009 [38] Knaus，W.A.、Wagner，D.P.、Draper，E.A.、Zimmerman，J.E.、Bergner，M.、Bastos，P.G.等人（1991年）。APACHE III预测系统。重症住院成人住院死亡率的风险预测。《胸部杂志》，100（6），1619-1636·doi:10.1378/箱.100.6.1619 [39] Kodratoff，Y.（1994）。可理解性宣言。KDD掘金新闻稿，94，9。 [40] Kohavi，R.（1996）。扩大naive-bayes分类器的准确性：决策树混合。KDD，第202-207页。 [41] Kuhn，M.、Weston，S.和Coulter，N.（2012年）。C50:C5.0决策树和基于规则的模型，2012年。R.Quinlan为C5.0编写的C代码。R包装版本0.1.0-013·Zbl 0857.90073号 [42] Le Gall，J.-R.、Loirat，P.、Alperovitch，A.、Glaser，P.，Granthil，C.、Mathieu，D.等人（1984年）。icu患者的简化急性生理学评分。危重病护理医学，12（11），975-977·doi:10.1097/00003246-198411000-00012 [43] Le Gall，J.-R.、Lemeshow，S.和Saulnier，F.（1993）。基于欧洲/北美多中心研究的新简化急性生理学评分（SAPS II）。《美国医学会杂志》，270（24），2957-2963·doi:10.1001/jama.1993.03510240069035 [44] Lee，E.K.和Wu，T.-L.（2009年）。通过数学编程进行分类和疾病预测。在医学优化手册中。斯普林格，第1-50页·Zbl 1243.62088号 [45] Li，L.，&Lin，H.-T.（2007）。通过随机坐标下降优化感知器的0/1损失。在2007年国际神经网络联合会议上。IJCNN 2007。IEEE，第749-754页·Zbl 1054.90618号 [46] Light，R.W.、Macgregor，M.I.、Luchsinger，P.C.和Ball，W.C.（1972年）。胸腔积液：渗出物和渗出物的诊断分离。《内科年鉴》，77（4），507-513·doi:10.7326/0003-4819-77-4-507 [47] Liittschwager，J.M.和Wang，C.（1978年）。分类问题的整数规划解法。管理科学，241515-1525·Zbl 0491.90056号 ·doi:10.1287/mnsc.24.1515 [48] Lin，D.，Pitler，E.，Foster，D.P.，&Ungar，L.H.（2008）。为10辩护。在特征选择研讨会（ICML 2008）上。 [49] Liu，H.、Hussain，F.、Tan，C.L.和Dash，M.（2002）。离散化：一种使能技术。数据挖掘和知识发现，6393-423·doi:10.1023/A:1016304305535 [50] Liu，H.和Zhang，J.（2009）。群套索的估计一致性及其应用。第十二届人工智能和统计国际会议论文集。 [51] Mangasarian，O.L.（1994）。最小化误分类。《全局优化杂志》，5（4），309-323·Zbl 0814.90081号 ·doi:10.1007/BF01096681 [52] Mangasarian，O.L.，Street，W.N.和Wolberg，W.H.（1995）。通过线性规划进行乳腺癌诊断和预后。运筹学，43（4），570-577·Zbl 0857.90073号 ·doi:10.1287/操作43.4.570 [53] Mao，K.Z.（2004）。特征子集选择的正交正向选择和反向消除算法。IEEE系统、人与控制论汇刊，B部分：控制论，34（1），629-634·doi:10.1109/TSMCB.2002.804363 [54] Marklof，J.（2012年7月）。多维Farey序列的精细统计。ArXiv电子版，2012年7月·Zbl 1291.37044号 [55] Meyer，D.、Dimitriadou，E.、Hornik，K.、Weingessel，A.和Leisch，F.（2012年）。e1071:统计部其他职能（e1071），TU Wien，2012年。R包版本1.6-1·兹比尔1017.90068 [56] Miller，A.J.（1984）。选择回归变量子集。英国皇家统计学会期刊A辑（综述），47389-425·Zbl 0584.62106号 ·doi:10.2307/2981576 [57] Moreno，R.P.、Metnitz，P.G.H.、Almeida，E.、Jordan，B.、Bauer，P.、Campos，R.A.等人（2005年）。SAPS 3-从患者评估到重症监护室评估。第2部分：建立icu入院时医院死亡率的预测模型。重症监护医学，31（10），1345-1355·doi:10.1007/s00134-005-2763-5 [58] Nguyen，H.T.和Franke，K.（2012年）。基于混合0-1编程的通用lp-norm支持向量机。在模式识别中的机器学习和数据挖掘。施普林格，第40-49页。 [59] Nguyen，T.和Sanner，S.（2013年）。二进制分类中直接0-1损失优化算法。在第30届机器学习国际会议论文集（ICML-13），第1085-1093页。 [60] Pazzani，M.J.（2000年）。从数据中发现知识？IEEE智能系统及其应用，15（2），10-12·数字对象标识代码：10.1109/5254.850821 [61] R核心团队。(2014). R： 用于统计计算的语言和环境。R统计计算基金会，奥地利维也纳，2014年。统一资源定位地址http://www.R-project.org/。 [62] Ranson，J.H.、Rifkind，K.M.、Roses，D.F.、Fink，S.D.、Eng，K.、Spencer，F.C.等人（1974年）。急性胰腺炎的预后体征和手术治疗的作用。外科，妇产科学，139（1），69。 [63] 鲁宾，P.A.（1990）。混合整数规划判别模型的启发式求解过程。管理与决策经济学，11255-266·doi:10.1002/mde.4090110407 [64] 鲁宾，P.A.（1997）。通过分解解决混合整数分类问题。运筹学年鉴，74，51-64·Zbl 0888.90160号 ·doi:10.1023/A:1018990909155 [65] 鲁宾，P.A.（2009）。混合整数分类问题。在优化百科全书中。施普林格，第2210-2214页。 [66] Schlimer，J.C.（1987年）。通过表征调整获得概念。 [67] Souillard-Mandar，W.，Davis，R.，Rudin，C.，Au，R..，Libon，D.J.，Swenson，R.等人（2015）《从数字时钟绘制测试中的微妙行为中学习认知条件的分类模型》。机器学习。已接受·Zbl 06679347号 [68] Therneau，T.、Atkinson，B.和Ripley，B.（2012年）。rpart:递归分区，2012年。统一资源定位地址http://CRAN.R-project.org/package=rpart。R包版本4.1-0。 [69] Tibshirani，R.（1996）。通过套索回归收缩和选择。英国皇家统计学会期刊B辑（方法学），58267-288·Zbl 0850.62538号 [70] Towell，G.G.和Shavlik，J.W.（1993年）。从基于知识的神经网络中提取精炼规则。机器学习，13，71-101。 [71] Ustun，B.、Westover，M.B.、Rudin，C.和Bianchi，M.T.（2015）。睡眠呼吸暂停的临床预测模型：病史对症状的重要性。临床睡眠医学杂志：JCSM：美国睡眠医学学会官方出版物。 [72] Van Belle，V.、Neven，P.、Harvey，V.，Van Huffel，S.、Suykens，J.A.K.和Boyd，S.（2013）。区间编码生存方法的风险组检测和生存函数估计。神经计算，112200-210·doi:10.1016/j.neucom.2012.12.049 [73] Vapnik，V.（1998）。统计学习理论。纽约：Wiley·Zbl 0935.62007号 [74] Wells，P.S.、Anderson，D.R.、Bormanis，J.、Guy，F.、Mitchell，M.、Gray，L.等人（1997年）。深静脉血栓形成预测试概率评估在临床管理中的价值。《柳叶刀》，350（9094），1795-1798·doi:10.1016/S0140-6736（97）08140-3 [75] Wells，P.S.、Anderson，D.R.、Rodger，M.、Ginsberg，J.S.、Kearon，C.、Gent，M.等人（2000年）。衍生一个简单的临床模型来对患者肺栓塞概率进行分类，增加了模型使用SimpliRED D-二聚体的效用。血栓形成和止血，83（3），416-420。 [76] Wolsey，L.A.（1998年）。整数编程（第42卷）。纽约：Wiley·Zbl 0930.90072号 [77] Yanev，N.和Balev，S.（1999）。分类问题的组合方法。欧洲运筹学杂志，115（2），339-350·Zbl 0978.90113号 ·doi:10.1016/S0377-2217（98）00229-X [78] Zhao，P.，&Bin，Y.（2007）。套索的模型选择一致性。机器学习研究杂志，7（2），25-41。 [79] Zou，H.和Hastie，T.（2005）。通过弹性网进行规则化和变量选择。英国皇家统计学会杂志：B辑（统计方法），67（2），301-320·Zbl 1069.62054号 ·数字对象标识代码：10.1111/j.1467-9868.2005.0050.x [80] Zeng，J.、Ustun，B.和Rudin，C.（2015）。累犯预测的可解释分类模型。arXiv预输入rXiv：1503.07810。 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。