From Raw Data to Reliable Predictions: The Significance of Data Processing in COVID-19 Modelling
Este estudio demuestra que un pipeline de preprocesamiento de datos personalizado, que incluye la conversión de totales semanales a diarios, la detección de valores atípicos localizada y la selección iterativa de características, mejora significativamente la precisión de los modelos predictivos de mortalidad por COVID-19 en comparación con los enfoques estándar.