時系列データと非時系列データを共に用いた結果予測

Question

前提・実現したいこと

A. 患者データを使って、1年後に生存しているかどうか予測（Ture/False）。
B. 同データで、1年後の生存確率を予測（X%）

をPyTorch（もしくはTensorFlow）で行いたいと思いますが。どのようなモデルを使うのが適切か知りたいです。

補足情報（FW/ツールのバージョンなど）

データとして
１．年齢（year)
２．性別（Male/Female）
３．高血圧の既往（True/False）
４．糖尿病の既往（True/False）
５．癌の既往（True/False）
６．身長（cm）
７．体重（kg）

７．の体重は、時系列データで、過去1年間の体重が、1ヶ月ごとに量られています。

以上のデータが1000人分あり、800人分をtrainingおよびvalidationに用い、200人分をtestに用いたいと思います。

７．の体重変化のみから予測するには、RNN/LSTM等が適切かと思いますが、１から７のすべてを使って予測するのに適切なモデルの作成は、どうすべきでしょうか？

進め方が分からないため、詳しい方にアドバイスをいただけると助かります。
似たような課題を解決しているサイト、参考書等を推薦いただくのも大歓迎です。
よろしくお願いいたします。

Answer 1

「時系列データならRNN/LSTMを使う」という先入観は捨てたほうがよいです。この問題でも適切な特徴量エンジニアリングをすることで、さまざまなモデルで解いてみることが可能です。

書籍「Kaggleで勝つデータ分析の技術」では、時系列データの取り回しを「3.10 時系列データの扱い」や「5.3 時系列データのバリデーション手法」など多くのページで記述されていますが、RNN/LSTMについては「4.4.7.参考になるソリューション」で紹介するにとどめ、GBDTに代表される決定木を「実践で最も使えるアルゴリズム」として多用しています。

Comments

[jsage]

ご回答いただき、ありがとうございます。
短絡的発想ではダメですね。
教えていただいた書籍を読んでもう少し勉強してみます。
ありがとうございました。