基于Boosting算法的医疗费用预测——以鼻咽癌为例

摘要

本文的数据来源于广东省某肿瘤医院，共计2064个鼻咽癌病案，我们对其进行数据挖掘，并预测病人的医疗费用。本文通过以下四步对数据进行研究。首先，我们选取了病人的年龄、性别、TNM诊断分期以及住院天数等特征为预测变量。然后，基于回归决策树算法(CART)建立费用预测模型。其后，分别使用两种Boosting算法，AdaBoost和Gradient Boosting对已有模型进行改进。接着，通过直观比照和回归评价指标，分析三种算法建立的预测模型的效果并进行比较，得到效果最好的DBRT (Gradient Boosting Decision Tree)预测模型，其预测准确率约为85%。最后，通过特征重要度和部分依赖关系图，解释基于Boosting算法的模型的现实意义，为医疗保险资源的分配和单个病例预期费用提供了参考。