В процессе работы из предложенных данных был сформирован датасет, в котором представленные результаты лабораторных тестов были скомпонованы в лабораторные исследования. Компоновка проводилась на основе двух принципов:
- Лабораторные тесты в представленном наборе расположены сверху вниз в порядке выполнения (самые старые в первых строках, самых свежие в последних).
- В одном лабораторном исследовании тесты не повторяются. Это позволило подготовить обучающий датасет таким образом, чтобы модели при обучении не теряли существующую связь между показателями.
Применено несколько способов разметки полученного датасета:
- по заранее прописанным правилам, которые были сформированы экспертами
- с помощью моделей кластеризации
- с помощью LLM модели
Результаты разметки проверялись вручную экспертами с целью определения лучшей.
На базе датасета с лучшей разметкой обучены несколько вариантов моделей из которых был выбран лучший на основании метрик классификации и степени переобучения.
Исследовательская работа по формированию датасета, разметке, анализу данных и обучению моделей представлена в файлах:
1 Работа с данными - Хакатон_Команда_№2.ipynb2 Обучение моделей - Хакатон Команда №2.ipynb
Было разработано web-приложение на базе Flask+javascript+css. Основной код приложения в файле app.py, в data.py хранятся статичные словари и функции, и данные для отладки. predict.py - скрипт старта инференса и предсказания по данным формы на основании дампа лучшей модели.
Данное web-приложение развернуто в виде связки Flask+uWSGI на виртуальном хостинге по адресу https://hackathon.lex-test.ru/