医疗研究数据清洗和标注设计

准考证号：
试题代码： 2.1.4
试题名称： 医疗研究数据清洗和标注设计
考核时间： 20min

1.场地设备要求

（1）人工智能训练师主机 1 台；
（2）Python 编译环境；
（3）职业人群体检数据集。

2.工作任务

随着医学技术的进步和医疗资源的丰富，医疗研究在改善患者治疗效果、提升医疗服务质量方面起到了重要作用。研究人员通过分析大量患者的治疗数据，能够评估不同治疗方案的效果，发现潜在的健康问题，并提出针对性的治疗建议。这不仅可以帮助患者获得更好的治疗效果，还能为医疗机构优化资源配置、提升服务水平提供重要依据。
现提供一份医疗研究数据集，训练集样本数据一共5441条记录。请补全2.1.4.ipynb代码，完成下面的数据预处理任务：
1、加载数据集，查看表的数据类型，表结构和显示每一列的空缺值数量；
2、将"就诊日期"和"诊断日期"规范为"yyyy-mm-dd"格式，并将"病人ID"列名改为"患者ID"，显示修改后的表结构；
3、增加"诊断延迟"（诊断日期-就诊日期）和"病程"（当前日期-诊断日期）两列，删除不合理的数据（如负数，年龄为几百岁等）；
4、检查数据集中的重复值并删除所有重复值，并记录删除的行数；
5、对数据段[年龄，体重，身高]进行归一化处理；
6、统计不同疾病类型的治疗结果分布，并画出柱状图；
7、分析年龄和疾病严重程度的关系，绘制出散点图；
8、保存处理后的数据，并命名为：2.1.4_cleaned_data.csv，保存到考生文件夹；
9、制定数据清洗和数据标注规范，将答案写到答题卷文件中，答题卷文件命名为"2.1.4.docx"，保存到考生文件夹；
10、将以上代码以及运行结果，以html格式保存并命名为2.1.4.html，保存到考生文件夹，考生文件夹命名为"准考证号+身份证后6位"。

3.技能要求

（1）能结合人工智能技术要求和业务特征，设计数据清洗和标注流程；
（2）能结合人工智能技术要求和业务特征，制定数据清洗和标注规范。

4.质量指标

（1）深入理解业务，训练符合业务需求的模型。