癌症基因表达模型捷径评分法

1. 00:00
   bioRxiv · Bioinformatics精选

   癌症基因表达分类器：模型解释揭示高准确率背后的数据来源捷径

   研究团队发现，六类模型家族即使 AUC 达到 1.000，也可能学习样本来源捷径，将 80% 至 97% 的肿瘤邻近正常组织判为癌症。在独立队列中，这一错误率达到 100%；为每种组织匹配少量正常样本即可消除大部分捷径。团队提出基于模型解释的无标签评分，可按模型对样本来源的真实依赖程度进行排序，并迁移至未见的模型类型和数据。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。