研究文章
IPF-LASSO:综合惩罚与惩罚因素回归预测基于Multi-Omics数据
图2
面板(a)、(b)和(c):不同IPF-LASSO AUC的中位数和中位数之间的AUC标准套索(红点)和IPF-LASSO AUC的中位数和中位数之间的AUC西格里碳素集团(黑色点)对模拟参数。一个积极的IPF-LASSO表明更好的性能的差异。散点图上的每个点代表一个6 + 33 = 39仿真设置。面板(一个):对绝对差相关变量的比例之间的两种形式。面板(b):对真正的模型的大小。面板(c):对模式的相对大小的测量:/。面板(d):中位数IPF-LASSO选定变量的数量,标准的套索,西格里碳素集团。每个箱线图表示获得的值设置。
| (一) |
| (b) |
| (c) |
| (d) |