Model training

Train a Sepsis Triage Model

上传一个带标签的患者 CSV，系统自动划分训练与校准数据，训练 MLP 并生成 Mondrian 预测集合。

Data source

可以直接使用当前数据，也可以上传一份结构相同的新 CSV。

Current dataset使用网站内置的训练池（训练集与校准集合并后自动拆分） Custom CSV上传一份包含 27 项特征、label 和 gender 的 CSV

Input pool1,380 rows

Internal split80% / 20%

Requiredlabel + gender

这些参数控制网络规模和训练过程；训练时会自动提高少数败血症样本的权重。

Hidden layers每层神经元数量，用逗号分隔 Epochs完整查看训练数据的轮数 Batch size每次更新读取的行数 Learning rate每次更新的步长 Weight decay限制权重过度增大 Dropout训练时随机屏蔽的比例

训练完成后，系统只生成 Mondrian 预测集合和分诊阈值。

Target error α0.10 对应 90% 覆盖目标 False-negative cost漏诊的相对代价 False-positive cost误报的相对代价 Review cost转交复核的相对代价

Training pipeline

✓ Class-balanced MLP

✓ Probability calibration

✓ Sepsis threshold

✓ Mondrian CP