相关文章：

• 影像组学视频学习笔记(25)-查看准确度、灵敏度、特异度及混淆矩阵、Li‘s have a solution and plan.
• 影像组学视频学习笔记(21)-影像组学常用软件推荐、Li‘s have a solution and plan.
• 影像组学视频学习笔记(19)-数据标准化、归一化极简概述、Li‘s have a solution and plan.
• pyradiomics的yaml文件参数设置解读、Li‘s have a solution and plan.
• 影像组学视频学习笔记(18)-使用MRIcroGL软件格式转换、勾画ROI、Li‘s have a solution and plan.
• 影像组学视频学习笔记(22)-从atlas抠出想要的ROI做成mask文件、Li‘s have a solution and plan.
• 回归模型（regression model）有哪些指标？如何计算回归指标(regression metrics)？如何可视化他们？
• 异常数据（outlier data）处理基于分位数法（箱图法、箱型法）替换及删除方案
• matplotlib画图、如何提高图像分辨率？
• LightGBM是什么？相对于xgboost有什么优势？如何使用randomSearchCV和lightgbm进行组合获取最优参数组合？
• xgboost是什么？相对于gbdt有什么优势？如何使用randomSearchCV和xgboost进行组合获取最优参数组合？
• 影像组学视频学习笔记(5)-特征筛选之方差选择法、Li‘s have a solution and plan.
• 影像组学视频学习笔记(6)-特征筛选之LASSO回归(理论)、Li‘s have a solution and plan.
• 影像组学视频学习笔记(7)-特征筛选之LASSO回归(代码)、Li‘s have a solution and plan.
• 影像组学视频学习笔记(9)-T检验(T-test)理论及示例、Li‘s have a solution and plan.
• 通过构建DCA（Decision Curve Analysis）模型、获取模型数据并使用python进行绘图
• 基于变分自动编码器（Variational Autoencoders）进行推荐系统的实施、Keras实现并可视化训练和验证误差、最后给出topK准确率和召回率
• Li‘s 影像组学视频学习笔记(10)-T检验+lasso+随机森林、Li‘s have a solution and plan.
• 影像组学视频学习笔记(11)-支持向量机(SVM)(理论)、Li‘s have a solution and plan.
• 影像组学视频学习笔记(12)-支持向量机(SVM)参数优化(代码)、Li‘s have a solution and plan.
• 影像组学视频学习笔记(14)-特征权重做图及美化、Li‘s have a solution and plan.
• 通过交叉验证（Cross Validation）KFold绘制ROC曲线并选出最优模型进行模型评估、测试、包含分类指标、校准曲线、混淆矩阵等
• 从pandas resample说起，然后再超越resample，通过pd.Grouper、groupby、agg
• 使用hyperopt（Bayesian optimization）为lightGBM模型挑选最优参数进行模型构建、by Cross Validation
• 使用hyperopt（Bayesian optimization）为xgboost模型挑选最优参数进行模型构建、by Cross Validation
• 广义线性模型？链接函数？sigmoid和softmax？Logistic处理多分类问题？logistic回归处理超大数据?使用logistic和randomsearch进行组合获取最优参数组合、优缺点
• 影像组学视频学习笔记(15)-ROC曲线及其绘制、Li‘s have a solution and plan.
• 影像组学视频学习笔记(24)-文献导读:了解88种降维、分类器组合、Li‘s have a solution and plan.
• 影像组学视频学习笔记(32)-使用SimpleITK进行N4偏置场校正、Li‘s have a solution and plan.
• 影像组学视频学习笔记(33)-使用SimpleITK实现医学影像差值、Li‘s have a solution and plan.