Clustering Patients with Tensor Decomposition
Clustering Patients with Tensor Decomposition
复制标题
通过张量分解对患者进行聚类
DOI：
--
复制
发表时间：
2017
期刊：
影响因子：
--
通讯作者：
E. Limón
中科院分区：
文献类型：
--
作者：
M. Ruffini;Ricard Gavaldà;E. Limón
在本文中，我们提出了一种高维二进制数据无监督聚类的方法，特别关注电子医疗记录。我们提出了一种鲁棒且有效的启发式方法来使用张量分解来面对这个问题。我们阐述了为什么这种方法更适合诸如对患者记录进行聚类等任务，而不是更常用的基于距离的方法。我们在两个医疗记录数据集上运行该算法，获得具有临床意义的结果。
In this paper we present a method for the unsupervised clustering of high-dimensional binary data, with a special focus on electronic healthcare records. We present a robust and efficient heuristic to face this problem using tensor decomposition. We present the reasons why this approach is preferable for tasks such as clustering patient records, to more commonly used distance-based methods. We run the algorithm on two datasets of healthcare records, obtaining clinically meaningful results.