-Penalized Regression with Penalty Factors for Prediction Based on Multi-Omics Data "> 表1 | IPF-LASSO:综合处罚与惩罚因素回归预测基于Multi-Omics数据 - raybet雷竞app,雷竞技官网下载,雷电竞下载苹果

计算和数学方法在医学
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

表1

的组合 , , , , , 用于主要设计。所有其他参数都是固定的( , , )。对于每一个设置, 先后生成的数据集。
设置一个 1000年 1000年 10 10 0.5 0.5
设置B One hundred. 1000年 3 30. 0.5 0.5
设置C One hundred. 1000年 10 10 0.5 0.5
设置D One hundred. 1000年 20. 0 0.3
设置E 20. 1000年 3 10 1 0.3
设置F 20. 1000年 15 3 0.5 0.5