可復現的日誌驅動AutoML框架：面向醫療風險預測的可解釋流水線最佳化
本研究提出yvsoucom-iterkit，一個確定性、日誌驅動的自動化機器學習框架，將流水線最佳化編碼為可追蹤的日誌實體，實現元件歸因、互動、相似性和跨種子魯棒性分析。在Pima印第安人糖尿病和中風資料集上的實驗（超過18,000種流水線配置）揭示了結構化且部分冗餘的搜尋空間，效能由少數互動元件主導。隨機森林重要性分析顯示，增強（0.454）、模型選擇（0.198）和不平衡處理（0.101）是Pima的關鍵驅動因素，而不平衡處理主導中風資料集（0.406）。元件相似性分析表明強冗餘性。整合模型取得了強勁穩定的效能（Pima上加權F1為0.89，宏F1為0.88；中風上加權F1為0.94），但中風上的宏F1較低（0.67）。跨種子分析揭示了效能-魯棒性權衡。結果表明有效的AutoML最佳化可以聚焦於少量高影響元件。
準確的疾病風險預測在醫療領域至關重要，但由於特徵異質性、樣本有限和嚴重的類別不平衡，實現準確且可復現的預測仍然充滿挑戰。近日，一項研究提出了yvsoucom-iterkit，這是一個基於確定性日誌驅動的自動化機器學習（AutoML）框架，旨在透過完全可復現的方式最佳化資料流水線。該框架將每條流水線編碼為可追蹤的日誌實體，從而支援元件歸因、互動分析、相似性評估以及跨種子魯棒性分析。
研究人員在Pima印第安人糖尿病資料集和中風資料集上進行了廣泛實驗，探索了超過18,000種不同的流水線配置。結果表明，搜尋空間雖然結構複雜，但存在顯著的冗餘性，效能主要由少數互動元件決定。透過隨機森林重要性分析，研究團隊識別出在Pima資料集中，資料增強（重要性0.454）、模型選擇（0.198）和類別不平衡處理（0.101）是影響效能的關鍵因素；而在中風資料集中，類別不平衡處理的作用更為突出（0.406）。
進一步分析元件相似性時，發現不同元件之間存在高度冗餘。例如，特徵選擇變體之間的均方根距離僅為0.0252，mixup增強與無增強非常接近（0.0279），而TomekLinks與不處理不平衡的相似度也很高（0.0325）。相比之下，高斯噪聲與無增強的差異更大（0.10）。這些結果揭示了最佳化過程中許多元件組合可能產生相似效果。
在預測效能方面，整合模型表現穩定且優異：在Pima資料集上，加權F1得分為0.89，宏F1為0.88；在中風資料集上，加權F1高達0.94，但宏F1僅為0.67。宏F1較低的原因主要是中風資料集中嚴重的類別不平衡。跨種子分析還顯示，整合模型的效能變異性較低（0.023–0.026），優於支援向量機（SVM）的變異性。
總體而言，該研究強調了在醫療風險預測中，有效的AutoML最佳化不應盲目探索所有元件，而是應聚焦於少數高影響力元件。這一可復現的日誌驅動框架為臨床預測模型的構建提供了新的思路，有望提高模型在真實世界應用中的可靠性和可解釋性。