没有合适的资源?快使用搜索试试~ 我知道了~
hte-prediction-rcts:预测RCT的治疗效果(循环
共23个文件
py:7个
r:5个
gitkeep:4个
需积分: 12 0 下载量 197 浏览量
2021-05-04
15:27:09
上传
评论
收藏 28KB ZIP 举报
温馨提示
从随机试验数据预测患者的个体治疗效果 最后更新时间:2019年2月。 随附本文的代码: 。 Tony Duan,Pranav Rajpurkar,Dillon Laird,Andrew Y.Ng,Sanjay Basu。 发行量:CQO ,2019 具有随机森林的X学习器 可以在lib/xlearner-rf.R找到使用随机森林基础学习者训练X学习器[1]的R代码。 默认情况下,它可以进行袋外预测,尽管可以通过更改predict_oob标志进行修改。 评估 我们的评估代码位于src/evaluate.py ,其Python实现为: 受益的C统计[2] 受限平均生存时间(RMST)的决策值[3,4] 预测曲线与观察到的绝对风险降低之间的校正曲线 对于所有统计数据,我们通过对数据集进行分层重采样来计算引导程序置信区间。 示例计算器 为了提高解释性,我们制作了一个演示计算器,用于预测强
资源推荐
资源详情
资源评论
收起资源包目录
hte-prediction-rcts-master.zip (23个子文件)
hte-prediction-rcts-master
paper
img
.gitkeep 0B
interpret.R 4KB
plots.ipynb 17KB
results
.gitkeep 0B
packrat.lock 10KB
DESCRIPTION 199B
src
dataloader.py 4KB
optimism.py 4KB
__init__.py 0B
predict.py 3KB
models.py 7KB
evaluate.py 9KB
baselines.py 5KB
lib
xlearner-linear.R 1KB
xlearner-rf.R 3KB
ckpts
.gitkeep 0B
requirements.txt 316B
LICENSE 1KB
README.md 3KB
data
sprint
preprocess_sprint.R 3KB
accord
preprocess_accord.R 3KB
.gitkeep 0B
.gitignore 109B
共 23 条
- 1
资源评论
起飞页
- 粉丝: 22
- 资源: 4545
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功