二分类预测模型

项目简介

本项目利用深度学习模型构建分类预测系统，支持灵活的模型搭建、训练、测试及评估。

项目架构

• config.py：配置文件
• data.py：数据处理与加载
• model.py：模型构建与管理
• train.py：模型训练
• evaluate.py：模型评估
• utils.py：工具函数
• main.py：主控脚本

功能说明

config.py

• Config：配置文件

data.py

• DataLoader：处理数据集划分和加载。

model.py

• ModelBuilder：构建和管理不同的深度学习模型。

train.py

• Trainer：负责模型的训练过程，输出每个epoch的loss和accuracy。

evaluate.py

• Evaluator：评估模型性能，包括ROC曲线、AUC值、Bootstrapping和交叉验证。

utils.py

• Utils：保存最佳模型、绘制图表等工具功能。

main.py

• 实现模型替换和超参数搜索（网格搜索、贝叶斯搜索）。

使用方法

1. 配置config.yaml中的参数。
2. 用main.py --config your/path/to/config.yaml开始训练和评估。
3. 用main.py --mode optimize进行超参数优化。
4. 用main.py --mode train进行模型测试。
5. 用main.py --mode evaluate进行模型测试。