迁移学习简介及其在医学研究领域中的应用

摘要

本文介绍了一种基于回归模型的迁移学习，并通过实例数据展示了其在医学领域的应用。实例基于美国健康和营养调查2013—2014年的数据，研究了睡眠时间和抑郁程度及抑郁症之间的关联，并使用人口特征和生活方式作为预测变量，预测不同种族群体的抑郁程度和抑郁症。相比只基于目标种族群体构建的模型，迁移学习可以提高目标种族中睡眠时间效应的估计精度，以及抑郁程度和抑郁症的预测准确性。实例结果表明，在目标数据稀缺和数据源之间存在异质性的情况下，迁移学习能够有效整合外源数据，显著提升目标模型的估计能力和预测能力。

关键词

迁移学习 / 估计 / 预测

基金资助

国家自然科学基金（82173612）; 上海市市级科技重大专项（ZD2021CY001）