VIP20
本课程属于：044-分子对接筛选特征学习任务 生物信息学与 AI 制药工程 · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

富集因子与ROC曲线计算方法

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
富集因子概念与定义
富集因子概念与定义 · 核心概念 · 实践要点
富集因子概念定义
02
ROC曲线基本概念
ROC曲线基本概念 · 核心概念 · 实践要点
ROC曲线基本概念
03
混淆矩阵与TPR、FPR
混淆矩阵与TPR、FPR · 核心概念 · 实践要点
TPRFPR
04
AUC值的计算与意义
AUC值的计算与意义 · 核心概念 · 实践要点
AUC值的计算
05
富集因子的数学推导
富集因子的数学推导 · 核心概念 · 实践要点
富集因子的数学推…重点
06
ROC曲线的数学推导
ROC曲线的数学推导 · 核心概念 · 实践要点
ROC曲线的数学推导
07
数据准备
正负样本集构建
数据准备正负样本集构建
08
使用Python计算富集因子
使用Python计算富集因子 · 核心概念 · 实践要点
Python使用
09
使用Python绘制ROC曲线
使用Python绘制ROC曲线 · 核心概念 · 实践要点
PythonROC
10
scikit-learn中ROC相关函数
scikit-learn中ROC相关函数 · 核心概念 · 实践要点
scikit-learnROC
11
自定义ROC曲线绘制函数
自定义ROC曲线绘制函数 · 核心概念 · 实践要点
ROC自定义
12
多分类问题的ROC曲线
多分类问题的ROC曲线 · 核心概念 · 实践要点
ROC多分类问题的
13
富集因子在虚拟筛选中的应用
富集因子在虚拟筛选中的应用 · 核心概念 · 实践要点
富集因子虚拟筛选
14
ROC曲线在机器学习中的应用
ROC曲线在机器学习中的应用 · 核心概念 · 实践要点
ROC曲线
15
结合EF和ROC评估模型性能
结合EF和ROC评估模型性能 · 核心概念 · 实践要点
EFROC
16
实际案例分析
药物发现中的应用
实际案例分析药物发现
17
错误分析与模型改进
错误分析与模型改进 · 核心概念 · 实践要点
错误分析模型改进
18
交叉验证中的EF和ROC
交叉验证中的EF和ROC · 核心概念 · 实践要点
EFROC
19
多个模型比较
EF和ROC联合使用
多个模型比较EF
20
统计显著性检验方法
统计显著性检验方法 · 核心概念 · 实践要点
统计显著性检验方…重点
21
代码优化与性能提升
代码优化与性能提升 · 核心概念 · 实践要点
代码优化性能提升
22
可视化技巧
美化ROC曲线
可视化技巧ROC
23
EF的变种
EF1% · EF5%等
EF的变种
24
累积EF曲线绘制
累积EF曲线绘制 · 核心概念 · 实践要点
EF累积
25
ROC曲线下的部分面积（pAUC）
ROC曲线下的部分面积（pAUC） · 核心概念 · 实践要点
ROCpAUC
26
不平衡数据集的处理策略
不平衡数据集的处理策略 · 核心概念 · 实践要点
不平衡数据集的处…重点
27
使用matplotlib和seaborn绘图
使用matplotlib和seaborn… · 核心概念 · 实践要点
matplotlibseaborn
28
实现完整的评估模块
实现完整的评估模块 · 核心概念 · 实践要点
实现完整的评估模…重点
29
课程项目
构建药物筛选评估系统
课程项目构建药物筛选评估…
30
课程总结与展望
课程总结与展望 · 核心概念 · 实践要点
课程总结课程总结与展望