COVID19患者预测 在此存储库中找到的数据和代码与以下论文相对应: 马修·史密斯(Matthew Smith),弗朗西斯科·阿尔瓦雷斯(Francisco Alvarez), 使用Shapley值从机器学习中识别死亡率因素-以COVID19为例, 具有应用程序的专家系统, 2021年, 114832, ISSN 0957-4174, 。 ( ) 摘要:在本文中,我们将一系列机器学习模型应用于最近发布的有关COVID19患者死亡率的独特数据集。 我们使用包含中国武汉地区一家医院的375名患者的血液样本的数据集。 住院期间有201名患者幸存下来,住院期间有174名患者死亡。 本文的重点不仅在于查看哪种机器学习模型能够获得绝对最高的准确性,而且还在于对机器学习模型所提供功能的解释。 我们发现年龄,住院天数,淋巴细胞和中性粒细胞在预测患者死亡率时是重要且可靠的预测因子。