任务一:跑通事件基线Baseline,熟悉实现流程
在此我只是简单运行了一下代码,并没有对代码做出改进,获得了一个一般的成绩。
任务二:完成基线代码精读,记录自己的学习笔记
任务目标:根据海量脑PET数据集作为脑PET图像检测数据库的训练样本构建模型,对轻度认知障碍进行分析和预测。
代码部分:
1. 数据预处理:主要从原始图像数据进行相关处理并对训练集和测试集的数据随机打乱
2. 特征提取:定义了一个函数extract_feature 从脑pet图像提取特征
3. 模型训练:将提取训练集和测试集的特征,并使用逻辑回归模型对训练集进行训练。在这里将特征提取过程重复进行30次,这是为了增加训练样本的多样性,然后,我们使用逻辑回归模型来训练数据。在训练完成后,模型已经学习到了从特征到类别的映射关系。
PS:个人认为模型的数据量较少,会导致模型的泛化识别能力较弱
4. 预测结果: 用训练好的模型对测试集进行预测,得到结果
全流程基础实践