删失MIC值需要删失似然：数据、代码与结果

数据集获取

源站：https://doi.org/10.5281/zenodo.23279195

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 部分平台提供 SDK，例如：
   • OpenDataLab: pip install openxlab 后 openxlab.dataset.get(...)
   • ModelScope: pip install modelscope 后 modelscope download
   • 天池: 登录后页面提供直链下载
     以源站「数据下载/使用文档」页面为准。

数据集大小约 103.7 MB。

数据说明

衍生数据集、特征矩阵、折级结果以及支持研究《将“>64”视为64：删失MIC值需要删失似然，而随机划分掩盖了代价》的完整分析代码。最低抑菌浓度是在有限稀释系列上测得的，因此，在最高测试浓度下仍能生长的微生物仅记录为“>64”，而在最低浓度下即被抑制的微生物则记录为“≤0.25”。这些是区间，而不是数值。本数据存档包含对拟合基因组预测模型时处理此类值的四种方法进行实证比较的材料——替换为所报告的界限、丢弃删失行、二分为两类，以及拟合区间删失似然——每种方法均在两个模型类别下进行，并以留出区间删失高斯对数似然对仅截距零模型进行评分。该语料库包含来自BV-BRC的、涵盖5,584个肺炎克雷伯菌基因组和22个研究分层的41种抗生素的77,382条实验室测得MIC读数，其中76.6%为删失值。

内容：七个分析笔记本，涵盖从数据获取到最终实验的全过程；实现删失代数、带解析梯度的区间删失似然以及梯度提升加速失效时间学习器的Python模块；在随机K折、留一研究法和标签置换验证下每种抗生素的折叠级结果；语料库普查；三张手稿图；以及将手稿中每项统计量与这些结果文件进行核对的审计脚本。所有输入记录均为公开数据。未生成新的原始数据。文件清单、数据字典和主要结果见README.md。

数据加载示例（图像类）

from PIL import Image
import glob, os

files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)

# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path)  # 要求 子目录=类别

目录组织与标注格式以源站说明和下载后实际文件为准。