腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
圈层
工具
MCP广场
文章/答案/技术大牛
搜索
搜索
关闭
发布
搜索
关闭
文章
问答
(9999+)
视频
开发者手册
清单
用户
专栏
沙龙
全部问答
原创问答
Stack Exchange问答
更多筛选
回答情况:
全部
有回答
回答已采纳
提问时间:
不限
一周内
一月内
三月内
一年内
问题标签:
未找到与 相关的标签
筛选
重置
1
回答
为什么Logistic回归
模型
比机器学习
模型
在
临床
预测
研究中表现更好
我正在开发二进制分类
模型
,以
预测
我的数据集中的医疗状况。我的结果表明,Logistic回归和线性支持向量机的性能一直优于其他ML算法(SVM、NB、MLP和DT),如下截图所示:观察最近的研究,我发现了多项关于机器学习在
临床
预测
模型
中不优于logistic
浏览 0
修改于2023-03-22
得票数 0
回答已采纳
1
回答
如何建立基于
临床
的拥抱脸bert基础训练管道
目前以BERT为基础的
临床
NER
预测
临床
实体(问题、测试、治疗)如何实现这一目标?
浏览 2
提问于2022-01-24
得票数 1
3
回答
需要帮助为具有二进制数据的分类问题选择
模型
📷我很难找到一个没有连续数据就能工作的分类
模型
。一种可能有效的模式是k模式。还有什么其他的型号我应该考虑吗?
浏览 0
提问于2019-03-01
得票数 0
2
回答
在深度学习中将
临床
和图像数据结合在一起的最佳方法是什么?
我有病人的CT图像,并将CNN应用于这些图像来
预测
疾病。我想结合我的
临床
数据和我的图像数据在CNN的方法,这是可能的吗?我的
临床
数据有年龄、性别、日期、吸烟者等信息,所有这些都是数字,比如1名吸烟者和0名吸烟者。
浏览 9
提问于2017-01-25
得票数 4
回答已采纳
1
回答
H2o流,有可能解释单个
预测
吗?
我想知道,在建立了一个
模型
,并使用它对一个数据集进行评分之后,是否有任何方法可以生成输出,告诉我每个记录的原因是什么。作为一个例子,我创建了一个
模型
来
预测
医院重新入院的风险,使用autoML功能在flow中。它实际上运作得很好,但当我使用它时,我会把高排名的病人送到
临床
患者那里,他们想知道“为什么这个人排名很高”。有没有任何方法显示
模型
中的哪些变量导致了对每个人的
预测
,作为一个输出,我可以导出到一个数据库中,以便在报告工具中使用? 谢谢!
浏览 1
修改于2018-12-21
得票数 0
回答已采纳
1
回答
在R给定系数和协方差矩阵中指定一个
模型
我正在尝试从一个出版物实现一个
预测
模型
我非常熟悉将
模型
拟合到R中的数据--但我从未指定过一个
模型
。具体来说,我希望创建
模型
,以便在考虑
模型
的可变性的同时,利用
预测
()为不同的一组患者生成
预测
结果。 为了方便起见,我提供了两个
模型
中的一个以及相关的系数和协方差矩阵,它们都是类似的
浏览 1
提问于2022-10-27
得票数 1
2
回答
特征重要性聚合
我试图运行一个增强回归ML
模型
,以确定一个重要的
预测
子集的一些
临床
条件。该数据集包含超过100000行,并有近1000个
预测
器。现在,我们试图
预测
的疾病的病因在很大程度上尚不清楚。因此,我们可能没有关于这种情况的许多重要
预测
因素的数据。也就是说,作为一个
预测
模型
,我想出的任何
模型
都很难
预测
结果。然而,这里的主要目的并不是
预测
,而是确定重要的变量,然后我们可以在未来的分析中更直接地针对这些变量。因此,
浏览 0
提问于2021-07-16
得票数 0
1
回答
如何在GPflow中实现分层异构稀疏GPs?
可以使用GPflow对总体趋势进行建模,也可以进行个人
预测
,如在中。我已经安装了一个异稀疏
模型
,就像在中一样,但是我不知道如何扩展它来执行分层学习。欢迎提出任何意见:)
浏览 9
提问于2022-11-11
得票数 0
1
回答
Cox
模型
的
临床
中心分层
我有多中心的
临床
试验数据汇集两个类似设计的研究。我用cox回归分析建立了基于治疗的事件危险度
模型
。这些研究都有关于
临床
中心的数据,但是
临床
中心数量太多,规模太小。我该如何在考克斯
模型
中处理这个问题?例:coxph(结果~治疗状态)这是不考虑
临床
中心的模式。 什么是我的最后一种模式,可以解释太多的中心注册人数少的问题。
浏览 3
提问于2017-09-02
得票数 0
回答已采纳
1
回答
如何比较
模型
和哪些设置保持不变?
目前,在
临床
实践中,
临床
医生使用一个评分(作为一个单一的特征)来
预测
病人的死亡率。现在,在我的项目中,基于
临床
医生的输入,我们创造了两个新的功能,看看我们是否可以提高
预测
的准确性。由于我们的目标是
预测
是或否,我尝试了logistic回归,得到了以下结果。现在我的问题如下 ( a)由于3.2k行的数据集不平衡(87:13),我试图优化分类的决策阈值。我怎么知道这两个新特性确实有用(并增加了
预测
的价值),而不仅仅是随机的机会?关于如何评估这一特性的有用性,有什么建议吗
浏览 0
修改于2021-06-08
得票数 0
回答已采纳
1
回答
支持向量机性能与AUC评分不一致
它包括多个变量和他们的
临床
状况(0如果他们是健康的,1如果他们是生病的)。我尝试实现基于这些变量的支持向量机
模型
来
预测
病人的状态。auc")@y.values[[1]] xtab <- table(Ytest, prediction) 为了测试
模型
的性能,我计算了ROC
模型
,并使用验证集获得了一个AUC = 0.997。但是当我看到这些
预测
的时候,所有的病人都被认为是健康的。
浏览 6
修改于2022-02-12
得票数 3
回答已采纳
1
回答
R-手动绘制校准图
根据EwoutW.Steyerberg的
临床
预测
模型
,我们有以下几点: 校准图在x轴上有
预测
,在y轴上有结果。一条身份线有助于定位:完美的
预测
应该在45°线上。然而,平滑技术可以用来估计结果的观测概率(p(y= 1))与
预测
概率之间的关系。所观察到的0/1结果被0到1之间的值所代替,方法是将受试者的结果值与相似的
预测
概率相结合,例如使用黄土算法。我用二元结果拟合了一个logistic回归
模型
。下面是一个示例代码。校准曲线看起来很奇怪,因为样
浏览 0
提问于2018-09-03
得票数 1
1
回答
在SAS线性回归中,如何对4级范畴
预测
变量执行虚拟编码?
我有一个像
临床
指标一样的响应变量,并将执行基于一系列
预测
变量的多元回归,所有的
预测
变量都是数值变量或范畴虚拟变量,除了种族是4级范畴变量之外。要执行此回归,我需要对race变量进行虚拟编码。
浏览 11
提问于2022-11-02
得票数 0
1
回答
关系
模型
与EAV
针对
临床
数据稀疏、海量的特点,提出了一种特殊的列存储
模型
,用于快速检索。为什么不使用经典的规范化,而使
浏览 2
提问于2016-03-14
得票数 0
回答已采纳
1
回答
如何生成符合每个类内正态分布的数据?
该
模型
能够
预测
三个不同的类别(X,Y,Z)。这些类别代表了在多个
临床
试验中的病人类型,该
模型
应该能够根据收集到的关于病人的数据(如血液分析和血压、既往病史等)
预测
病人的类型。
浏览 2
提问于2014-06-28
得票数 1
回答已采纳
1
回答
当分钟重复时,从数据帧到时间序列
我正在处理
临床
数据,希望对患者每分钟的等待时间进行
预测
,数据(简化)如下所示:420一般来说,机器学习算法应该生成每个患者在每分钟的等待时间,因为输入是每分钟生成的
临床
数据。但我很困惑,当相同的分钟重复时,如何将此数据帧转换为时间序列?
浏览 1
修改于2018-02-20
得票数 0
1
回答
如何对文本进行预处理以删除断句?
independent', 'patients', 'clinical',文本(可用的完整文件) IBD管理的
临床
指南多基因风险评分不增加对炎症性肠病抗肿瘤坏死因子α治疗反应的
临床
模型
的
预测
能力。抗肿瘤坏死因子α(α)治疗广泛应用于克罗恩病(CD)和溃疡性结肠炎(UC)的治疗。为了帮助患者分层,多基因风险评分已被确定为对抗
浏览 3
修改于2021-09-29
得票数 0
回答已采纳
1
回答
是否支持Prisma中的单一表继承?
模型
设计。在下面类
临床
医生<用户has_many :clinician_patientsclinician_patients end类ClinicianPatient < ActiveRecord::Base belongs_to :
临床
医生我应该如何在prisma
模型
中
浏览 24
提问于2021-04-23
得票数 4
1
回答
临床
试验中的静态和动态数据
我有关于参与
临床
试验的病人的多种数据,我的目标是
预测
他们的死亡/非死亡。在这种情况下,我可以建立什么样的
模型
?我在考虑两个
模型
,其中第一个(静态)的输出变成了第二个(动态)的输入。是个好主意吗?谢谢。
浏览 0
修改于2020-06-01
得票数 2
回答已采纳
3
回答
临床
记录在杉木中的表现
这基本上是一个
模型
化的问题。
临床
医生将许多重要的信息记录在
临床
笔记中,用于各种类型的遭遇。FHIR规范建议如何对这些注释进行建模?查看FHIR文档并没有提供关于它的明确指导。 提前感谢您的帮助。
浏览 4
提问于2016-11-11
得票数 5
第 2 页
第 3 页
第 4 页
第 5 页
第 6 页
第 7 页
第 8 页
第 9 页
第 10 页
第 11 页
点击加载更多
领券