轉(zhuǎn)自個人微信公粽號【易學統(tǒng)計】的統(tǒng)計學習筆記：R語言與競爭風險模型[https://mp.weixin.qq.com/s?__biz=MzU4MjgyODQzNw==&mid...
發(fā)簡信
IP屬地：北京
-
R語言與競爭風險模型第一篇 -
基于Lasso回歸篩選變量構建Cox模型并繪制Nomogram本文轉(zhuǎn)自易學統(tǒng)計基于Lasso回歸篩選變量構建Cox模型并繪制Nomogram[https://mp.weixin.qq.com/s?__biz=MzU4MjgyODQzNw...
-
R語言Logistic回歸模型驗證及Nomogram繪制本文轉(zhuǎn)自易學統(tǒng)計R語言Logistic回歸模型深度驗證以及Nomogram繪制[https://mp.weixin.qq.com/s?__biz=MzU4MjgyODQzNw...
-
如何進行變量篩選和特征選擇(三)？交叉驗證01 模型簡介 交叉驗證是機器學習中常用的一種驗證和選擇模型的方法，常用的交叉驗證方法是K折交叉驗證。將原始數(shù)據(jù)分成K組(一般是均分)，將每個子集分別作一次驗證集，其余的K...
-
如何進行變量篩選和特征選擇(二)？最優(yōu)子集回歸01 模型簡介 最優(yōu)子集回歸是多元線性回歸方程的自變量選擇的一類方法。從全部自變量所有可能的自變量組合的子集回歸方程中挑選最優(yōu)者。如m個自變量會擬合2m-1個子集回歸方程,...
-
單細胞測序（scRNA-seq）通關||數(shù)據(jù)處理必知必會單細胞轉(zhuǎn)錄組數(shù)據(jù)分析系列教程 sc-RAN-seq 數(shù)據(jù)分析||Seurat新版教程:Guided Clustering Tutorial[https://www.jians...
