基于参保人画像的就诊医院推荐模型

首先，通过贵州省医疗保障事务中心（暨我单位）收集整理的数据，并对数据进行脱密脱敏，并结合各医院的就诊规则等相关数据作为数据集。其次，使用训练数据集对xgboost模型进行训练，让模型使用 xgb_train 数据进行 num_round 轮的训练，在训练过程中使用 watchlist 进行监控，并且当发现性能不再提升时会提前停止训练，训练完成后将结果存储在 bst 中。最后，使用训练好的bst模型进行预测操作，模型的输入参数包括但不限于参保人年龄、性别、就诊历史、疾病历史、医院等级、医院类型、医院部门病患情况等信息。

搜集汇总

背景与挑战

背景概述

该数据集由贵州省卫生项目管理办公室提供，属于公共管理和社会保障行业，规模为1TB，每月更新。它用于基于参保人画像和医院信息推荐就诊医院，应用了xgboost模型进行训练和预测。