天池精准医疗大赛——人工智能辅助糖尿病遗传风险预测

这是天池平台上的一道关于精准医疗方面的赛题：链接。

解决方案

[待写...]

代码说明

data

存放原始的数据文件，包括：

• 训练数据，draft_data_train.csv
• A榜测试数据，d_test_A_20180102
• B榜测试数据，d_test_B_20180128.csv

数据分析与特征提取

• feature_extract.py,提取特征，在data目录下生成feature目录，存放特征文件
• offline_data_extract.py,提取线下训练与测试集

classification

• xgb_hp95.py，训练xgboost分类器，判断'id'的血糖是否大于95百分位数
• xgb_lp30.py，训练xgboost分类器，判断'id'的血糖是否小于30百分位数
• series_model.py,训练一系列分类器，包括MLP,RF,XGB等，模型均保持在model/classification文件夹下
• level_elimination.py,加载一些列保存的分类模型，对test数据集进行瀑布流筛选，保留top150

MLP_regression

• yy_tensorflow.py,训练MLP回归模型，并同时对测试集进行回归预测

model

• classification 文件夹保存分类器的各类模型
• regression 文件夹保存回归其的各类模型(lightdm模型除外)

regression

• xgb.py 训练xgboost回归器

• dart.py，训练dart回归器

• lightdm.py，训练lightdm回归器

• rf.py,训练lightdm回归器

• gen_submission.py，生成提交文件，融合了四个回归模型的结果。

• post_process.py，使用分类模型的预测结果，对回归预测的结果进行后处理