机器学习论文-实验部分常用代码大总结
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
- 2模型比较(与SOTA比较)
- 3超参数实验(又叫参数敏感性实验)
- 4消融实验 (*验证改进有意义)
- 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生存率曲线研究
- 8 miRNA在疾病中的差异表达分析
【机器学习】如何在训练过程中挑选比较好的模型保存(pytorch)
http://t.csdn.cn/4xZgS
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