贝叶斯超参数优化matlab代码用于建模生物标志物轨迹的参数贝叶斯多任务学习
该模型同时为多个受试者构建和测试纵向轨迹模型,允许使用生物标志物相似性度量的受试者模型的信息共享(即耦合)。
此代码来自我们的“使用参数贝叶斯多任务学习建模纵向生物标志物”()
和
OHBM
2018。
目录
blr_sim
目录包含用于模拟的顶级文件,而
blr
目录包含大部分模型训练、预测和性能评估代码。
gpml-matlab-v4.0-2016-10-19
目录用于超参数优化,aboxplot
目录用于制作漂亮的箱线图。
utils
包含一些基本的实用功能。
简单的例子
blr_sim
目录中有一个简单的示例,您可以运行和修改它:
simple_example
模拟
您还可以通过以下方式运行我们论文中描述的模拟:
sim_both_full
这将在
out_blr_sim
目录中为您生成几个中间文件以及两个数字(来自论文),这些数字显示了
50
次模拟运行和
2
个模拟场景(截距变化和受试者轨迹的斜率变化)。
上面的命令至少需要几个小时才能运行,因为它在两个模拟场景(8
x
50
x
4
x
2
=
2021-09-06 09:54:47
20.19MB
系统开源
1