Home

Добро пожаловать на Вики по Hermes - open-source программе для автоматического сбора и анализа медицинских данных.

В данный момент в Hermes поддерживается следующий набр функциональностей:

• Чтение данных из csv файлов read_data(path_to_csv_file: AnyStr) -> pd.DataFrame: Читает csv файл и возвращает Pandas DataFrame

• Нормализация данных (minmax и standard) normalize(dataframe: pd.DataFrame, scale_type='minmax') -> np.ndarray

Принимает Pandas Dataframe с вещественными значениями, нормализует указанным методом, возвращает numpy.array Методы:

• minmax: возвращает (X - X.min()) / (X.max() - X.min())
• standard: возвращает (X - X.mean()) / X.std()

• One-hot encoding В случае, если среди фич есть фичи с конечным набором значений (например, "здоров", "болен", "мертв"), преобразует его в набор фич, каждая из которых равна 1 только для нужного значения

Например: [здоров, болен, мертв, здоров] -> [[1, 0, 0], [0, 1, 0], [0, 0, 1], [1, 0, 0]]

• Построение статистик Выводит различные виды статистик.

Виды:

• mean_age statistics(dataframe: pd.DataFrame, stats_type='mean_age', col='ever_married', target='Yes') Считает средний возраст среди тех людей, у которых в колонке 'ever_married` стоит 'Yes'
• stroke statistics(dataframe: pd.DataFrame, stats_type='mean_age', col='ever_married', target='Yes', opposite_target='No') Возвращает, чей возраст в среднем больше: тех, у кого в колонке ever_married стоит Yes, или у тех, у кого стоит No, и возвращает в зависимости от результата Yes или No

• Построение линейной регрессии linear_regression(X: np.ndarray, y: np.ndarray, return_value: str = None) Решает задачу линейной регрессии. В зависимости от return_value возвращает:

• coef: коэффициенты регрессии
• intercept: свободный член регрессии
• None: объект, у которого можно вызывать score(X, y) и получить R^2 score предсказания

• Решение задач бинарной классификации (с помощью линейного перцептрона) perceptron(X: np.ndarray, y: np.ndarray, return_value: str = None)

Решает задачу бинарной классификации. В зависимости от return_value возвращает:

• coef: коэффициенты регрессии
• intercept: свободный член регрессии
• None: объект, у которого можно вызывать score(X, y) и получить accuracy предсказания

• Получение статистики через запросы к серверу По URL можно получить статистики, аналогичные результатам вызова функции statistics (см. выше)

/statistics/mean_age/{col}/{target} /statistics/mean_age_num/hypertension/{target} /statistics/stroke/{col}/{target}/{opposite_target}

В качестве примера Hermes использует датасет для предсказания инсульта.