机器学习论文 - 实验输出部分常用代码大总结
【机器学习】如何在训练过程中挑选比较好的模型保存(pytorch)
1相关指标的计算和输出打印 (*验证模型有效)
实验设置和模型评估
precision recall f1-score acc ROC-AUC
表格+五折交叉验证的折线图
2模型比较(与SOTA比较)
3超参数实验(又叫参数敏感性实验)
用折线图做
4消融实验 (*验证改进有意义)
用柱状图做
5案例研究(*验证可以用于预测未知疾病)
6 t-sne特征聚类效果研究
7 miRNA在疾病中的差异表达分析
8 miRNA生存率曲线研究
预测到与某疾病相关某个基因之后,通过疾病的差异表达分析,判定是不是差异基因。
然后通过该差异基因的高低表达,将该病的病例分为两组,进行差异表达分析。