文件名称:pycox:使用PyTorch进行生存分析
文件大小:1.23MB
文件格式:ZIP
更新时间:2024-06-02 11:33:37
python machine-learning deep-learning pytorch neural-networks
使用PyTorch进行事件预测 ••••• pycox是一个Python包生存分析和时间对事件预测与 ,建立在包训练PyTorch模型。 该软件包的R版本可在。 该软件包包含各种,一些有用的评估指标以及事件时间数据集的集合。 此外, pycox.preprocessing模块中提供了一些有用的预处理工具。 开始使用 首先,您需要安装PyTorch 。 然后您可以使用以下方式安装pycox: pip install pycox 我们建议从01_introduction.ipynb开始,该文件从预处理,神经网络创建,模型训练和评估程序的角度解释了该软件包的一般用法。 笔记本使用LogisticHazard方法进行说明,但是大多数原理都可以推广到其他方法。 另外,在examples文件夹中列出了许多示例,或者您可以按照LogisticHazard : 01_introduction.
【文件预览】:
pycox-master
----setup.py(2KB)
----.gitignore(1KB)
----LICENSE(1KB)
----pycox()
--------evaluation()
--------datasets()
--------__init__.py(294B)
--------simulations()
--------models()
--------utils.py(3KB)
--------preprocessing()
----setup.cfg(322B)
----.github()
--------workflows()
----examples()
--------deephit_competing_risks.ipynb(80KB)
--------cox-ph.ipynb(91KB)
--------mtlr.ipynb(111KB)
--------pc-hazard.ipynb(115KB)
--------cox-time.ipynb(112KB)
--------README.md(83B)
--------administrative_brier_score.ipynb(257KB)
--------deephit.ipynb(118KB)
--------02_introduction.ipynb(204KB)
--------cox-cc.ipynb(108KB)
--------04_mnist_dataloaders_cnn.ipynb(204KB)
--------03_network_architectures.ipynb(135KB)
--------01_introduction.ipynb(104KB)
--------pmf.ipynb(117KB)
----README.md(20KB)
----tests()
--------evaluation()
--------models()
--------test_utils.py(913B)
----figures()
--------logo.svg(3KB)
----requirements-dev.txt(54B)