【论文】机器学习论文常用实验以及实验效果评估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)

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

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在疾病中的差异表达分析

8 miRNA生存率曲线研究

预测到与某疾病相关某个基因之后，通过疾病的差异表达分析，判定是不是差异基因。
然后通过该差异基因的高低表达，将该病的病例分为两组，进行差异表达分析。