① MachineLearning 24. 机器学习之似然增强Cox 比例风险模型筛选变量及预后估计 (CoxBoost)
简 介
CoxBoost是一种机器学习方法，用于拟合Cox比例风险模型，特别适用于特征数量庞大的模型。它通过基于组件似然的增强策略，允许在无惩罚参数估计的前提下保留特定的协变量。相比于基于损失函数梯度的梯度增强方法，CoxBoost采用Tutz和Binder(2007)提出的基于偏移量的增强方法，使每个增强步骤中获得单个参数更新，实现类似lasso的稀疏拟合。
在CoxBoost中，提升步骤数(stepno)和惩罚参数(penalty)是主要的复杂性参数，通过交叉验证等方法进行选择。这种方法的灵活性体现在允许无惩罚的强制协变量，以获得快速系数积累，并对其他协变量施加惩罚。在微阵列分析中，微阵列特征作为可选协变量，而临床特征作为强制协变量，通过设置unpen.index实现。
软件安装与数据读取
数据使用TCGA-LUSC的表达和临床数据，进行预处理后使用。数据分割遵循标准流程，构建模型时使用CoxBoost函数，并设定关键参数，如stepno和penalty。通过交叉验证优化参数，使用optimCoxBoostPenalty筛选最优penalty，构建最终模型。在模型构建后，使用验证集验证模型性能，计算预后风险，进行一致性分析、生存分析和准确性分析，最终通过ROC曲线评估模型。
基于机器学习构建临床预测模型
机器学习技术在癌症诊断和分子分型中发挥重要作用，包括主成分分析、因子分析、聚类分析、K-邻近算法、支持向量机、分类树、回归树、随机森林、梯度提升算法、神经网络、随机森林生存分析等。这些方法通过不同方式提取特征，优化分类和预测性能，为临床决策提供支持。
桓峰基因单细胞生信分析免费培训课程即将开始，欢迎报名。课程内容涵盖单细胞系列生信分析教程，持续推出，敬请关注桓峰基因公众号。官网正式上线，提供更多学习资源和咨询服务。桓峰基因与投必得合作，提供文章润色服务，使用专属优惠券码KYOHOGENE，享受85折优惠。
② vllm代码走读(六）--后处理
在vllm的推理流程中，核心步骤包括调度、模型执行以及采样。这些阶段为高效推理提供了基础。在采样完成之后，后处理阶段成为至关重要的环节，负责处理、分析并最终生成可读结果。后处理主要包括以下关键步骤：
1. **模型输出处理**：这一步涉及解码相关输出，根据模型的`sampling parameters`（如是否使用逐词搜索）更新调度序列组，并释放已完成的序列组。最后，它会创建并返回新生成的结果。
2. **序列数据处理**：对调度处理的序列组进行遍历，更新序列计算的token数量，以及计算prompt的log概率。这一步是确保结果与原始数据一致的关键。
3. **prompt数据更新**：处理prompt_logprobs数据结构，确保prompt短句和部分token的更新不影响原始数据与生成结果的对比。通过`detokenize_incrementally`函数实现逐词解码。
4. **输出整理**：将序列数据按照`parent_seq_id`进行分类，释放空闲资源。生成新的序列，对于每个输出，添加额外的序列，直到达到所需的数量。同时，实现逐词解码逻辑，确保序列的连续性和一致性。
5. **序列终止判断**：检查生成的序列是否达到终止条件或长度限制，设置相应的状态，如完成或长度受限。
6. **资源管理**：对未使用逐词搜索的序列，进行资源释放；而使用逐词搜索时，根据`length_penalty`参数选择或淘汰序列，确保资源的有效利用。
最后，后处理阶段还包括生成请求输出，以及更新序列组级调度，释放已完成的序列组，为下一次调度做准备。
通过以上步骤，后处理确保了结果的准确性和效率，最终生成符合预期的输出，为用户提供有价值的信息。整个流程设计合理，旨在优化推理过程中的性能和输出质量。