医疗风险预测（泰迪杯 2022 B）

历年真题解法库 · 本题为公开赛题要点整理，完整原题请到官方渠道获取（链接见下）；
下方「练习数据」为本站生成的合成数据集，仅用于跑通方法，非官方原题数据。

一、赛题要点

赛事：泰迪杯 2022 年 · 题号 B
问题实质：基于病历数据，要求预测疾病风险并做人群分层。

二、需要产出什么

建立风险预测模型；做分类与综合评价。

三、数据说明（官方来源 + 练习数据集）

官方数据/赛题：官方给出临床指标与结局；需做特征工程。
官方获取渠道：http://www.tipdm.org（请以当年官网发布为准）
本站练习数据集：data/tidy2022a.csv —— 按本题结构生成的合成数据（series 型），可下载后用上面的算法手册直接练手。
字段说明：CSV 表头即各变量名；数值为合理量级的随机样本，仅用于方法验证，不代表真实赛题数据。

四、可用解法 → 对应手册

下面按本题涉及的题型，给出对应的「方法选型指南」与可直接套用的算法手册跳转。

题型：预测 / 回归类

先看选型 👉 🧭 预测类选型指南

可套用算法手册：

题型：分类 / 聚类类

先看选型 👉 🧭 分类聚类选型指南

可套用算法手册：

题型：评价 / 决策类

先看选型 👉 🧭 评价类选型指南

可套用算法手册：

参考手册速查

📘 线性回归 · 📘 多元回归 · 📘 BP 神经网络 · 📘 支持向量机 · 📘 逻辑回归 · 📘 贝叶斯分类 · 📘 K-Means 聚类 · 📘 层次聚类 · 📘 模糊 C 均值 · 📘 决策树 · 📘 层次分析法 AHP · 📘 TOPSIS · 📘 熵权法 · 📘 模糊综合评价 · 📘 灰色关联分析 · 📘 VIKOR · 📘 CRITIC 法 · 📘 PCA 综合评价

五、建模思路提示

风险用分类/回归预测
人群用聚类分层
用评价指标选模型

六、常见坑与规避

不要把赛题要点当原题照搬，先独立重述问题再建模。
拿到数据先检查量纲、缺失与异常，再决定用预测/评价/优化哪类方法。
方法选型别凭感觉：先看「方法选型决策指南」对应题型那本，再进具体算法手册。
合成练习数据只验证逻辑，正式参赛务必用官方数据并做敏感性/误差分析。

七、三篇手写优秀范文

范文	内容	配图	附录
范文一·数据刻画·风险指数·评分校准	趋势周期分解、平滑风险指数、逻辑回归评分、温度缩放校准	手写 · 8 图 · 1 附录
范文二·人群分层·分层干预	分位数三分 vs K-Means 从零聚类、三层画像、差异化干预 RRR	手写 · 8 图 · 1 附录
范文三·切点调优·敏感性·筛查部署	ROC 切点、特征扰动敏感性、成本-获益、运行部署流程	手写 · 8 图 · 1 附录

八、配套资源

九、权威数字速览（确定性真源，SEED=2022）

序列 N=60，均风险 15.37，标准差 3.62，趋势斜率 0.1873，y0=8.73→y59=20.15
风险指数 窗口=5 平滑，首/中/末 = 8.73 / 16.66 / 19.23
评分模型 逻辑回归特征权重 lag1=2.27、roll_mean5=2.80、roll_std5=0.53、slope3=1.00；事件阳性 30
校准原始 MAE=0.1806，温度缩放(T=0.7)后 0.1475
分层-分位数 规模 20/20/20，层均风险 11.22 / 15.46 / 19.45
分层-KMeans 规模 23/22/15，层均风险 12.01 / 16.06 / 19.52
干预各层 RRR 8% / 18% / 28%，整体 RRR 19.78%（15.37→12.33）
ROC AUC=0.9839，最优切点 15.57（灵敏度 100%、特异度 96.7%）
敏感性 指数 lag1/roll_mean5/roll_std5/slope3 = 0.030 / 0.037 / 0.007 / 0.013
成本-获益 最优切点 15.57，净获益 209（每检出获益 8、每标记成本 1）
稳健性 ±5% 扰动下层均风险最大位移 14.0%，个体标签一致率 60%