2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩43頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、目的:利用DNA微陣列技術(shù)和蛋白質(zhì)譜技術(shù)測(cè)出的基因或蛋白等高維生物數(shù)據(jù)對(duì)癌癥病人進(jìn)行生存預(yù)測(cè)已不能再利用傳統(tǒng)Cox比例風(fēng)險(xiǎn)模型。本論文將探討懲罰COX模型(包括L2懲罰COX模型和L1懲罰COX模型)和彈性網(wǎng)技術(shù)(Elastic Net)用于高維數(shù)據(jù)生存分析的優(yōu)劣,從而揭露死亡或其他結(jié)局發(fā)生的時(shí)間和生物數(shù)據(jù)之間的關(guān)系,為得到更精確的診斷及預(yù)后從而改進(jìn)治療提供合理的方法依據(jù)。
   方法:介紹懲罰COX 模型(包括L2 懲罰COX

2、 模型和L1懲罰COX 模型)和彈性網(wǎng)技術(shù)(Elastic Net)的基本原理。針對(duì)基因或蛋白生物信息數(shù)據(jù)的高維度、強(qiáng)相關(guān)、小樣本的特點(diǎn)進(jìn)行模擬研究,對(duì)Van’t Veer等學(xué)者乳腺癌研究數(shù)據(jù)集進(jìn)行分析,考察這些模型的預(yù)測(cè)性能。采用R 軟件進(jìn)行數(shù)據(jù)模擬及分析。
   結(jié)果:以R2作為模型預(yù)測(cè)性能的評(píng)價(jià)標(biāo)準(zhǔn),從模擬實(shí)驗(yàn)中我們得出各自變量相關(guān)程度一樣時(shí)隨著數(shù)據(jù)資料方差的增大,各種模型篩選出的自變量?jī)A向于增多,模型評(píng)價(jià)指標(biāo)結(jié)果R2也呈

3、增大趨勢(shì),模型擬合也越好。且隨著刪失比例的增加,幾種方法的預(yù)測(cè)效能都會(huì)降低,說(shuō)明模型的預(yù)測(cè)能力會(huì)受到刪失比例的影響。
   結(jié)論:L2-COX 模型和L1-COX 模型都是處理高維生存資料的方法,只是L2-COX 模型沒(méi)有降維作用,但是處理共線性的效能強(qiáng)。L1-COX 模型主要用來(lái)對(duì)高維數(shù)據(jù)進(jìn)行降維而處理共線性的功能稍弱。EN-COX 模型同時(shí)汲取了L1和L2兩種模型的優(yōu)點(diǎn),既能有效處理共線性又可以降維還同時(shí)改進(jìn)了L1,是分析處

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論