colorectal-prognostication:数据集和代码展示了我们的项目,该项目利用机器学习技术来预测结直肠癌

上传者: 42132354 | 上传时间: 2022-05-09 19:55:07 | 文件大小: 606KB | 文件类型: ZIP
预后大肠癌 该项目展示了我们在论文中使用的方法:使用机器学习技术对结直肠癌的复发进行预后,可在(链接)上找到。 所需的库 Tsfresh-从时间序列中提取表格特征所必需。可以通过pip install tsfresh 学习失衡-可选;仅当您希望使用欠采样和过采样技术来解决不平衡数据集问题时。可以按照文档进行安装 脾气暴躁的 大熊猫 Scikit学习 Matplotlib 数据集 数据集是合成的,由表格和时间序列数据组成。这两个数据集都是使用dataset/create_simul_data.ipynb代码生成的。提供了笔记本以供参考,但是请注意,重新运行笔记本将生成新的(和不同的)数据集。 如何运行我们的模型 通过按照notebooks/predicting_recurrence.ipynb代码,可以直接在合成数据集上运行它。在笔记本中,我们演示了初步的数据集探索和预处理,使用Tsfres

文件下载

资源详情

[{"title":"( 5 个子文件 606KB ) colorectal-prognostication:数据集和代码展示了我们的项目,该项目利用机器学习技术来预测结直肠癌","children":[{"title":"colorectal-prognostication-master","children":[{"title":"notebooks","children":[{"title":"predicting_recurrence.ipynb <span style='color:#111;'> 352.22KB </span>","children":null,"spread":false},{"title":"create_simul_data.ipynb <span style='color:#111;'> 236.43KB </span>","children":null,"spread":false}],"spread":true},{"title":"dataset","children":[{"title":"synthetic_ts.csv <span style='color:#111;'> 624.34KB </span>","children":null,"spread":false},{"title":"synthetic_structured.csv <span style='color:#111;'> 83.65KB </span>","children":null,"spread":false}],"spread":true},{"title":"README.md <span style='color:#111;'> 1.28KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明