![](https://img-blog.csdnimg.cn/20201014180756918.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
大模型
文章平均质量分 91
皮肤小白生
这个作者很懒,什么都没留下…
展开
-
生存分析和机器学习
在生存分析中,可以使用基于集成学习的方法,如Bagging、Boosting等,对多个模型进行集成,提高生存时间的预测准确性。鉴于目前生存分析的解读性文章太多,本公众号主打数据分析的实践、实战、复盘以及高分文章的复盘,本文只罗列核心的几个概念,欲只更多,大家可自行检索其他。在数据分析过程中,小编发现大家最大的问题是无法将自己的变量在不同的分析目的中顺延下去,因此,基于此生存分析合集,你将主要学会如何具体应用深度学习模型进行生存分析,并且迅速掌握用python及R语言实现用自己的数据进行生存分析,发表文章。原创 2024-05-06 06:05:51 · 809 阅读 · 1 评论 -
【基于深度学习进行多变量纵向数据和生存数据的动态预测】
01【研究背景】阿尔茨海默病(AD)是一种进行性神经退行性疾病,在疾病的早期阶段准确预测AD的进展对于治疗至关重要。AD患者通常在疾病的整个过程中进行随访,从而重复测量多个纵向变量,将多个纵向变量纳入生存模型将会改善AD预测。许多现有的预测方法只使用最后可用的观测,忽略了累积纵向信息,具有局限性;适用于纵向和生存数据的联合模型(JM)被用于评估各种纵向生物标志物预测AD的能力,当考虑多个纵向结果,JM涉及大量的随机效应,计算困难。02【当前进展和关键科学问题】目前已经提出原创 2024-05-06 06:03:52 · 1182 阅读 · 0 评论 -
shapviz
【代码】shapviz。原创 2024-03-13 22:33:07 · 942 阅读 · 0 评论 -
释机器学习中的召回率、精确率、准确率
召回率(把正样本叫唤回来,因为我们把本来是正的样本给否定了,提升它就是尽量不要把正确的搞错了,也就是不漏报),精准率就是看我们预测的正样本的到底有多少是真正的正样本,因为有一些负的我们把它判为正了,提升精准率就是不错报。:分母是预测到的正类,精确率的提出是让模型的现有预测结果尽可能不出错(宁愿漏检,也不能让现有的预测有错):分母是原本的正类,召回率的提出是让模型预测到所有想被预测到的样本(就算多预测一些错的,也能接受)原创 2024-03-08 11:27:48 · 1032 阅读 · 0 评论 -
Claude3 目前最强大模型
过内试用连接 ChatAI (whjin.cn)原创 2024-03-08 11:13:38 · 1226 阅读 · 0 评论