在给定输入症状的情况下找到最相关症状的架构设计

【问题标题】：Architecture design to find the most relevant symptoms given an input symptom在给定输入症状的情况下找到最相关症状的架构设计
【发布时间】：2020-10-24 08:37:10
【问题描述】：

我的目标是建立一个症状推荐系统

我的 excel 中有 3 列数据。

患者编号
症状
疾病检测

对于每个患者 ID，都有一种或多种症状导致疾病检测。我的目标是在给定输入症状的情况下找到最相关的症状。

鉴于数据限制，我想不出办法来制定计划。我的一个想法是将数据转换为一个矩阵，其中所有症状为列，疾病为行。对于每种疾病，如果有症状标记 1，否则为所有其他症状输入 0。这种方法会奏效吗？关于如何设计这个系统的任何想法

【问题讨论】：

标签： python architecture recommendation-engine relevance recommender-systems

【解决方案1】：

您可以使用 scikit learn 库构建预测模型，其中分类器由症状和疾病标签组成。然后，您可以分析哪些症状对疾病的影响最大。

【讨论】：

为此，我将我的症状数据转换为矩阵形式对吗？
scikit-learn 适用于 numpy 数组或 pandas 数据帧，因此您需要以该格式处理数据。
我必须根据症状对疾病的影响将症状转换为 1 或 0，对吗？只有 2 列文本数据，我永远无法构建模型，对吧？
是的，scikit learn 仅适用于数字，因此您需要将数据转换为此。尽管 scikit 可以为您做到这一点。我想有超过 2 种症状，所以用 0 和 1 编码会错过很多这些症状。两列是什么？症状列表？
没有，有 3 列。患者 ID、症状、疾病检测。如果一种疾病也有 5 个症状，我可以通过将整个症状列数据转换为矩阵的列，为每个症状输入 1，为数据集的其余症状输入 0，对吗？