1组

在乳腺癌分类任务中，通过箱线图发现的离群样本点，其实是一些很重要的信号（信息）。
针对于乳腺癌来讲，我们更关注recall指标，也就是如果一个人有恶性肿瘤，我们更希望能够判断出它是恶性的。因此我们用recall。

课下查阅一下ETL方法

2组

对于指标的选择！！
对于分类问题，除了acc(或者说precision)，最好再给一个recall指标,这两个指标同时来说明模型的好坏更有说服力.
当然了,也可以将二者结合起来. 因此最好再补充两个指标,f1-score和roc-auc score,这两个指标可以将acc(或者说precision)，和recall综合起来看. 这样四个指标,来说明分类问题就比较完备了.

另外,roc到99%,98%,这个问题本身已经没有多大意义了,其实一个分类问题的roc(roc-auc)能够达到80%左右就不错了,再对问题添加一些可解释性的解释,那么这个方法就不错了,具有发表的意义.

5(自己组)

分类指标选4个!!
针对一个问题,如何去做消融实验的两个思路(经验):
思路1. 深度学习提取出(图像等)数据的特征之后,直接用random forest和XGBoost作为基准(benchmark,基线模型)

思路2. 深度学习提取特征之后,利用XGBoost继续提取特征,然后再来做分类预测.

提升写文章的能力,写文章的思路,可以学习nature上面的文章,包括逻辑,语言都特别精炼. 找出写作的4W1H方法.