快速分析变量间关系（Boruta+SHAP+RCS）的 APP（streamlit）
快速分析变量间关系（Boruta+SHAP+RCS）的 APP（streamlit）
以下情况下，你需要这个快速分析的APP:
- 正式分析之前的预分析，有助于确定分析的方向和重点变量；
- 收集变量过程中，监测收集的变量是否合适。偶尔会遇到数据集中没有特征变量和结局变量相关，这如果发生在数据收集结束的阶段，将是灾难性的，所以我们需要不断的监测数据的收集。
下面介绍一个自动化程度较高的，有一定的准确度，且快速的数据探索APP。之前介绍过R语言版本，但是因为算力要求较多，没有部署到网络，所以撰写了目前的streamlit版本。
第一步，变量筛选模块，采用了Boruta算法的改进版leshy算法（arfs包），其中的参数‘important=‘naive’’，还可以选择‘shap’（因为运算慢，舍弃了），给大家推荐这个包。这个模块有回归和二分类两个模型，还各自内置了一个数据集，进行展示。
第二步，SHAP分析，这里主要展示全局解释的结果，包括汇总图和单变量的散点图，而局部解释的结果，如瀑布图，不符合这个APP的目的，暂时没有涉及。交互作用的部分（待添加）。
第三步，限制性立方样条曲线拟合，对某特征变量SHAP值变化的趋势进行拟合并确定关键的点对应的特征值，比如二分类模型，SHAP值为0时对应的特征值是两种结局概率相等的点，低于或者高于这个点的值都意味着倾向于发生某种结局。还设计了可以调整的曲线拟合参数的n_knots和degree，以及两条纵向的虚线来指示特定的点。
APP地址
https://focus-analysis.streamlit.app/
代码地址
https://github.com/liuyp2080/fast_analysis
心得体会
Web APP， 代码复杂程度较低，特别适合数据分析为主，编程代码为辅的人群，包括作为临床预测模型构建好之后进入临床应用的媒介。R语言的shinyAPP的瓶颈在于部署，需要算力较多的就需要花钱进行部署，在这一点上，streamlit可能是因为结合GPU，所以是更好的选择，所以深度学习模型，首选的是也是streamlit（机器学习和统计分析，可以尝试shinyAPP）。建立了一个web APP讨论的群组，欢迎大家加入，同时接受APP制作的委托，欢迎大家咨询！
