挺烦先森-CSDN博客

原创【影像组学导论】第一部分：官方定义解读。这咋整？读懂这个频道就够了！

【影像组学导论】第一部分：官方定义解读。这咋整？读懂这个频道就够了！公众号：挺烦的统计“请问特征提取之后我该如何分析？”“我想找出有统计学差异的特征，要用什么统计学方法？”“LASSO的内涵是什么？真的这么厉害？”“Rad-score是什么？到底要怎么算？”“那张一条一条的横线，有分值的….,对就是落-寞-gram！是什么意思？怎么画？？”“鄙人课题简单粗暴，有哪些高大上的统计图可以撑场面”？“我想做一批基于影像组学的胶质瘤鉴别应用研究，最少需要搜集多少病例？..

2021-03-05 21:35:06 3743

原创【重磅】模型、假设函数、损失函数、决策函数

洗脑概念：假设函数 = 假设空间 = 模型包括：①决策函数模型：等，例如：多元回归、LASSO等②条件概率分布模型：等，例如：Logistic等以下我就用“假设函数” 这四个字来说吧。当模型的参数通过一系列方法(GD等最优化算法)求出后，此时模型已经出来了，这个时候，我们“模型” 与 “假设函数”，就有区别了，模型应该称作 “决策函数”，决策函数的符号有时也用表示，带...

2018-07-25 22:59:30 8201 1

原创 ## 入坑誓言

看了很多的书籍，资料，各有各的说法，各有各的写法，很不统一，我将在此博客整理出比较完整、比较全面的知识点，综合我看过的资料，暂时把主要的精髓提炼出来，（可能来龙去脉讲述不会太多），由于又在实习，才发现时间根本不够用，校招也快到了，争取尽快看多一点，并记录下来，（写在纸上你会发现你的纸会越来越多，越来越乱 [捂脸]），每一篇都有不同格式，字母表示，比如样本表示法，向量表示法，看得资料越多越达到一...

2018-07-22 21:20:22 285

原创【机器学习】Logistic Regression 逻辑回归

Logistic Regression 逻辑回归 ---对数线性模型涉及概念：样本集、特征(变量)、向量、矩阵、损失函数、最优化方法、梯度下降掌握要求：独立、手写推倒至少5遍，用Python实现，解决一个实际案例。Table of ContentsLogistic Regression 逻辑回归一、Logistic distribution 逻辑分布二、逻辑回归...

2018-07-22 19:50:02 1665 3

原创【重磅】批量梯度下降、随机梯度下降、小批量梯度下降

梯度下降有三种1. 批量梯度下降（Batch Gradient Descent，BGD）2. 随机梯度下降（Gradient Descent，SGD）3. 小批量梯度下降（Mini-Batch Gradient Descent，MBGD）不同点在于损失函数使用的样本量的不同，其根本流程是一毛一样的啊！各有优缺点。方法说明优点缺点适用实例 ...

2018-07-22 16:10:51 748

原创【重磅】2021年SCI影响因子滚烫式公布！各领域TOP期刊！(附下载链接)

一年又一年，一分又一分，您关注/投稿的爱豆期刊，它涨粉(分)了吗？还记得2020年公布的影响因子吗？（点击此处穿越看）今年公布的SCI包含了来自113个国家和地区、超过12000种期刊，包括自然科学和社会科学等254个学科门类，其中有1600多种期刊是完全开放获取的。新增期刊有207个，其中中国新增16本，占比8%，美国新增50本。删除期刊10本，占比0.05%。官网：https://jcr.clarivate.com/jcr/browse-journalsSCI（Scienti...

2021-08-31 00:00:11 2144

原创【影像组学导论】Radiomics实现之R语言入门！

以下是本文内容：一、引语二、R&Rstuio简介三、Rstudio优势四、R软件下载与安装五、Rstudio下载与安装六、Rstudio窗口调试一、引语在“导论”的前一篇中，我们提到了国内前者学者2018年经典影像组学JCO(IF = 32.956!)文章《Development and Validation of a Radiomics Nomogram for Preoperative Prediction of Lymph Node Metastasis

2021-08-19 22:10:24 2695 1

原创【影像组学导论】第二部分：具体应用方向？十大维度供你参考！

我们已经知道，影像组学是在一群影像上提取出肉眼看不见的“特征”，结合临床的资料与病理标准，分析他们，并且构建出一定的模型，应用于患者的影像上，从而协助临床医生，判断患者是否需要用药？肿瘤是良性还是恶性？肿瘤处在第几期？他们的3年生存概率为多少？他们接下来的最佳治疗方案是？在上一篇我们谈到“影像组学的官方定义”，后台大部分的留言并不是在提问，而是在。。。催更！好吧，如今……她来了！“影像组学可以应用在什么方面？”这是许多研究者经常与我交流的问题。这个问题非常大，相信大家理解后感觉绝大部分的...

2021-03-19 14:54:49 1217 2

原创【重磅】2020年SCI影响因子正式公布！各领域TOP期刊！(附下载链接)

2020年由于疫情的影响，期刊引证报告(Journal Citation Reports, JCR)公布的时间(2020年6月末)相较去年推迟了1周发布。今年公布的SCI包含了来自83个国家和地区、超过12000种期刊，包括自然科学和社会科学等236个研究领域，其中有1600多种期刊是完全开放获取的。新增期刊有351个，其中开放的有178个。SCI（Scientific Citation Index）论文，是指科学引文索引所收录的SCI期刊上刊登的学术期刊论文。对期刊之间的引用和被引用数据进行统...

2020-08-22 23:59:37 12109

原创线性表的抽象数据类型

线性表的抽象数据类型OperationInitList(*L)：初始化操作，建立一个空的线性表。ListEmpty(L)：判断线性表是否为空表。若为空表，返回true；否则，返回false。ClearList(*L)：将线性表清空。GetElem(L,i,*e)：将线性表L中的第i个位置的元素值，返回给e。LocateElem(L,e)：在线性表中L中查找与e相等的元素。若存...

2018-07-31 22:18:28 3343 2

原创【重磅】一个完整的机器学习项目

Table of Contents一、项目概述（一）项目概览（二）规划问题（三）核实假设二、数据获取（一）下载数据（二）查看数据结构（三）数据分割（训练集、测试集）三、数据可视化、数据规律（一）地理数据可视化（二）查找关联（x与y）（三）属性组合试验（特征组合）四、为机器学习算法准备数据（一）数据清洗（二）处...

2018-07-29 20:20:41 633

原创【重磅】数据分割：训练集、验证集、测试集

理论上随机分割成训练集、验证集、测试集，但是由于每次随机都不同，所以训练集、验证集用交叉验证的分配方式，进行训练和选出较优超参数。（什么是超参数？之后会另起一篇说明）一般训练集：测试集 = 8:2 随机分配，若想复现，可采取：1. 设定随机种子，洗牌指数2. 对每个样本设置特定ID，计算每个ID的哈希值，提取20%。（补：SKlearn）重要：生成测试...

2018-07-29 16:30:54 6144

原创【机器学习】LASSO、Ridge回归算法

一、LASSO严格来说五个字母都要大写，Lasso其实是错误的因为全称：least absolute skrinkage and selection operator二、Ridge 岭回归

2018-07-28 14:27:54 1971

原创【重磅】Loss Function损失函数

Table of Contents一、0-1损失函数二、绝对值损失函数（Absolute Loss Function）三、平方损失函数（Square Loss Function）四、指数损失函数（Exponential Loss Function）五、对数损失函数（Logarithm Loss Function）六、铰链损失函数（Hinge Loss Function）...

2018-07-28 12:36:13 1453

原创【重磅】特征缩放：标准化、线性函数归一化

特征缩放其实就是对特征进行变换，主要有：一、线性函数归一化（Min-Max scaling），也称归一化（Normalization）二、标准化（standardization）归一化、标准化特征缩放方式过程结果性质 Scikit-Learn 中的函数区别归一化减去最小值，再除以最大值与最小值的差一般缩放到0-1范...

2018-07-22 18:28:40 1057

原创【重磅】过拟合&欠拟合

Table of Contents一、过拟合（一）来源说明（二）表现（三）过拟合处理，解决办法1. 增加更多训练数据2. 减小训练数据的噪声3. 简化模型二、欠拟合（一）来源说明（二）表现（三）欠拟合处理，解决办法一、过拟合（一）来源说明参数越多，模型越复杂，越容易导致过拟合。（二）表现模型在训练集上表现效...

2018-07-22 16:45:40 1852

原创【重磅】数据思维

一、批判性数据思维1.数据分析时要有对照组（安慰剂，包括医生、病人）对数据“大”、“小”、“好”、“坏”的解读，要有对照组。参照系：竞争对手、自己等。2. 抽样的范围：不能仅限于某平台，要散步大多数领域。3. 所有统计分析都有误差，小心！多重比较。防范？！二、数据价值1. 降低制造成本：电视接口、设备。2. 增加收入：推荐（个性化）。3. 信用评估：降低风险...

2018-07-22 16:33:01 309