Problem Description zsl 和hzy 来到了臭臭城堡，打算挑战臭臭城堡的大魔王hyz，大魔王hyz设置了这样的一个挑战：1. zsl 和hzy两个人各自来到一间密室，期间两人无法以任何形式交流2. 大魔王hyz会随机在两个人的脑海里各发送一个数字，0或者是13. zsl 和 hz
转载
2019-03-19 15:33:00
54阅读
上学期尝试着去做的一个python关于数据处理的项目，主要过程包括数据预处理、特征提取、特征选择、模型构建与求解，每一部分都有详细的分析和总结。由于时间原因，没有考虑文章的排版以及可能忽略了一些细节，欢迎大家一起学习交流~泰坦尼克号生存率预测通过数据堆叠、数据清洗、特征提取、特征选择、构建模型等方法，实现对泰坦尼克号生存人数的预测。1、提出问题 已给的数据包含训练数据和测试数据，其中训练数据维度为
http://club.comment3.news.sohu.com/m306727505.html搜狐天津市网友2011-05-03 09:00:26152494206中国这些年的教育改革可是说是非常失败，高等...
转载
2022-05-03 18:54:10
44阅读
作者|EricLi(壮怀)阿里巴巴云原生存储负责人引言随着云原生应用对可迁移性、扩展性和动态特性的需求，对云原生存储也带来了相应的密度、速度、混合度的要求，所以对云存储基本能力之上又提出了在效率、弹性、自治、稳定、应用低耦合、GuestOS优化和安全等方面的诉求。参考《云原生存储和云存储有什么区别？》新的企业负载／智能工作负载容器化、迁云、存储方面遇到的性能、弹性、高可用、加密、隔离、可观测性及生
原创
2020-03-25 14:30:55
389阅读
实际场景中，云原生存储面临的 7 个挑战
转载
2020-03-25 14:54:00
180阅读
2评论
[原创]219二队老虎全程直击报道野外生存挑战赛
题记：五一生存挑战赛已经结束好几天，直到今天才有时间坐下来好好回想比赛中的每个片段，我决定把这段精彩的时光用文字记录下来，献给我的队友、组委会、驴友家园、关心我的朋友和那些以后将要参加生存活动的驴友。
2月19日是驴友家园成立的日子，召集人大海用219作为战队的名字，注定着我们将背负着整个家园的期望，
推荐
原创
2008-05-09 09:44:34
1039阅读
2评论
生存分析：将事件的结果（终点事件）和出现这一结果所经历的时间结合起来的一种统计分析方法。生存分析的目的：1.生存率比较：估计处理组和对照组n年的生存率和中位生存期。2.生存曲线比较：比较处理组和对照组的生存率是否有差别。3.影响因素分析：分析变量与生存结局/事件的关系。4.生存预测：根据变量预测患者n年的生存率。从生存分析的方法上看，一般可以分为三类：1.参数法：知道生存时间的分布模型，然后根据数
转载
2023-06-16 10:11:33
1277阅读
事情的存在阶段：顺序，选择（分支，分叉），循环（重复），中断。
成功奥秘：成功就是把简单的事情重复无数遍，比较早，比较快，比较更多变化！
创新奥秘：创新就是将现有资源进行细节变化，合并同类项，合并异类项，重新整合和组合。资源：人的，物的，信息的，资本的，关系的。变化：物理的，化学的，色彩，形状，制造方法，分寸，火候，切割方法，定位，程度，态度，突变，状态，规矩等等。
人生奥
原创
2006-07-31 11:44:35
1302阅读
点赞
1评论
一、生存分析的平台（直接使用平台做生存分析）生存分析的平台有很多，我使用过以下两种，感觉比较稳定也不错：
GEPIA：适合生成生存曲线可视化结果（可以作为参考，但我倾向于自己抽取数据写R代码来画生存曲线）
Cbioportal：可以用来下载临床生存数据，也可以可视化平台的使用教程就不在此处赘述了，相信大家都可以搜到二、自己写代码进行生存分析（方便可视化图的调整和修改）数据来源做生存分析需要两类数据
基于生存分析模型的用户流失预测小O：有没有什么很好的办法在预测用户流失的同时，提供一些建议帮助我们运营呢？小H：这简单，如果我可以告诉你什么样的人群容易流失、什么时间点容易流失、用户的可能存活多节可以吗？小O：这太可以了～生存模型就能很好的地解决上面的问题，生存分析(Survival analysis)是指根据历史数据对人的生存时间进行分析和推断，研究生存情况与众多影响因素间的关系。本文参考自py
看到很多次的＂阅读＂，我真是很惭愧啊！
刚刚补上正文，可能看了感觉不太好，因为是紧张地凑出来的．
有时间有感想的时候再更新吧．
大家看了有想法的，分享一下啊！
原创
2006-10-19 09:22:57
5471阅读
7评论
明天开始在一个销售公司上班了.虽然这不是我想要的工作,但是在目前这种就业形势下,为了求生存,只能先干着了.但愿自己的抉择不是个错误!
祝自己工作顺利吧!暂别了,Java!
原创
2008-12-17 17:05:39
286阅读
2评论
一、生存分析(survival analysis)的定义 生存分析：对一个或多个非负随机变量进行统计推断，研究生存现象和响应时间数据及其统计规律的一门学科。 生存分析：既考虑结果又考虑生存时间的一种统计方法，并可充分利用截尾数据所提供的不完全信息，对生存时间的分布特征进行描述，对影响生存时间的主要因素进行分析。生存分析不同于其它多因素分析的主要区别点：生存分析考虑了每个观测出现某一结局的时间长
转载
2023-07-31 22:00:47
0阅读
生信分析第三步：生存曲线批量绘制
各位解螺旋的小伙伴大家好，我是先锋宇，欢迎大家来到每周日的先锋宇专栏，经过前两期推文的学习，很多小伙伴都私信我说从先锋宇助教的专栏很接地气，自己能够开始慢慢处理数据，并且希望先锋宇助教能够继续把这条线走通。听到解螺旋小伙伴积极正向的反馈，小编心理也是非常开心，那么今天咱们继续往下走，我们在前两期推文中完成数据的下载以及差异分析和单因素COX回归，那
探究变量之间的关系是数据挖掘中的一个基本分析内容，对于常规的离散型或者连续型变量，有很多的方法可以用于挖掘其中的关系，比如线性回归，逻辑回归等等。然而有一类数据非常的特殊，用回归分析等常用手段出处理这类数据并不合适，这类数据就是生存数据。常规数据在表示时，只需要一个值，比如患者的血压，性别等数据，不是连续型就是离散型；生存数据则有两个值，第一个是生存时间，可以看做是一个连续型的变量，第二个是生存事
长期以来，Prism提供了一种非常简单的生存分析形式，即使用Kaplan-Meier生存估计。然而，这种方法仅限于创建假定为同质的人群的生存曲线，并且这种方法不包括可能在研究中为个体收集的预测变量的值（如年龄、种族、治疗组等）。虽然使用Kaplan-Meier方法生成的不同组（即“治疗”组和“控制”组）的生存曲线可以进行统计比较，但无法将连续预测变量（如年龄、血压、体重等）纳入这些估计中。Cox比
生存分析的来历生存分析(Survival Analysis)来源于基础医学领域，最早用来研究各种治疗方案对病人寿命的影响。而寿命则用一个end event(死亡)的方式衡量。基本定义如下：T为标记事件发生的时间。生存函数(Survival Function)。用来描述未发生end event的样本的比例随时间变化的趋势。$S(t) = P(T > t)$Hazard函数(Hazard Fun
概述参考自：如何在R软件中求一致性指数C-index，C指数即一致性指数（concordance index），用来评价模型的预测能力。c指数是指所有病人对子中预测结果与实际结果一致的对子所占的比例。它估计了预测结果与实际观察到的结果相一致的概率。c指数的计算方法是：把所研究的资料中的所有研究对象随机地两两组成对子。以生存分析为例，对于一对病人，如果生存时间较长的一位的预测生存时间也长于另一位的预
从本篇开始，学堂将推出《生存分析（survival analysis）》系列推文，本篇的内容是生存曲线（survival curve），它描述的是生存率随时间变化的走势图，通常呈阶梯状递减趋势。生存曲线可以直接从生存数据（survival data）中计算得来，它也是进行生存分析的基础。本系列使用的主要工具包是survival：library(survival)本篇目录如下：1 概念与术语1.1
文章目录1.背景1.1 生存分析、KM曲线及Cox回归1.2 案例背景2.AIC向前逐步回归法进行特征选择3.Cox模型搭建3.1 特征重要性分析3.2 模型校准3.3 对个体进行预测3.3 用户流失预测4.总结 1.背景1.1 生存分析、KM曲线及Cox回归常见的回归模型聚焦在事件结果与影响因素上，生存分析既关注结果又关注发生事件。既研究结果影响因素，又研究影响因素与结果出现事件长短的关系，是
