Maxim Dmitrievsky #: 어떤 치료가 더 큰 효과가 있는 그룹을 식별할 수 있습니다. 그리고 다른 사람들을 치료하지 않습니다.
그게 그들이하는 일입니다. 진단은 그룹, 치료는 트리트먼트))))) 프로세스를 이해하기에 데이터가 충분하지 않을 때 본질적으로 정상적인 접근 방식입니다. 논리적 증거를 가설 확인 실험으로 대체하고 실험의 순도가 충분한 다양한 변형 및 비교를 통해 가설을 확인하는 형태의 가정.
A python library for performing unsupervised machine learning on datasets with learning (e.g. PCA) in contrastive settings, where one is interested in patterns (e.g. clusters or clines) that exist one dataset, but not the other. Applications include dicovering subgroups in biological and medical data. Here are basic installation and usage...
어떤 치료가 더 큰 효과가 있는 그룹을 식별할 수 있습니다. 그리고 다른 사람들을 치료하지 않습니다.
그게 그들이하는 일입니다. 진단은 그룹, 치료는 트리트먼트))))) 프로세스를 이해하기에 데이터가 충분하지 않을 때 본질적으로 정상적인 접근 방식입니다. 논리적 증거를 가설 확인 실험으로 대체하고 실험의 순도가 충분한 다양한 변형 및 비교를 통해 가설을 확인하는 형태의 가정.
영상에서 일부 포인트를 계속 확장했다가 삭제한 _Vizard를 기억하시나요? )
https://github.com/abidlabs/contrastive
영상에서 일부 포인트를 계속 확장했다가 삭제한 _Vizard를 기억하시나요? )
https://github.com/abidlabs/contrastive
그리고 PLS가 있습니다. 언뜻 보기에는 개념이 비슷합니다.
그리고 PLS가 있습니다. 언뜻 보기에는 개념이 비슷합니다.
t-sne, umap, lle.... 그리고 다른 많은 것들
내가 이해하지 못하는 한 가지는 열정의 요점이 무엇입니까? IT 부서의 책임자는 PCA를 한 적이 없습니까? )))
t-sne, umap, lle.... 그리고 다른 많은 것들이 있습니다.
한 가지 이해가 안 되는 건, 왜 이렇게 열성적인가요? IT 부서의 책임자는 PCA를 해본 적이 없나요? )))
이것들은 비선형 인 것 같고, 내가 혼동하지 않는다면 둘 다 PCA와 같은 선형 인 것 같습니다.
그리고 PLS가 있습니다. 언뜻 보기에는 비슷해 보입니다.
거기에서도 추가 데이터 세트가 사용되나요?
아니요, 문제 공식이 형식적으로 다르며 레이블이 사용됩니다. 투영이 이루어지는 공간을 찾는다는 점에서 유사점이 있는 것 같습니다. 두 가지 접근 방식 모두 특징의 차원이 예제 수보다 큰 유전학에서도 사용된다고 생각합니다.
아니요, 문제 공식은 공식적으로 다르며 거기에 레이블이 사용됩니다. 투영이 이루어지는 공간에 대한 검색에서 유사성이 있는 것 같습니다. 두 가지 접근 방식 모두 형질의 차원이 예의 수보다 더 큰 유전학에서도 사용된다고 생각합니다.
추가 데이터 세트도 사용하나요?
자세히 살펴봤습니다. 예, 그 차이가 더 크긴 하지만 방법의 선형성에 대해서는 착각하지 않았습니다.
cPSA는 시장 단계 간의 미묘한 차이를 시각적으로 찾는 데 도움이 될 수 있다고 합니다. 우리도 마법사가 되자)
자세히 살펴봤습니다. 예, 방법의 선형성에 대해 착각하지는 않았지만 그 차이가 더 큽니다.
cPSA는 시장 단계 간의 미묘한 차이를 시각적으로 찾는 데 도움이 될 수 있다고 합니다. 우리도 마법사가 되자)