[機器學習] validation

在機器學習裡面, 我們知道今天用training data來訓練模型,在我們把模型來去實際應用前,我們需要一個方法來驗證我們模型的準確度,這個方法就叫做validation(驗證)

validation 就是指我們把training資料分成兩份, 一份當作training data, 另一份當作 validation data(也就是拿來當作已知的testing data), 來估計模型的準確度

但單用validation在小樣本時會有問題, 因此就有人發現到, 咦, 我們每次把資料分成兩半,拿來當validation data 的資料沒有被用來training,於是就有人決定把它拿來當作training data,另外一半當作validation data惹~ 這種方法就叫做cross validation(交互驗證)

cross validation 的做法很多,以下來介紹常見的 K-fold cross validation:
其原理很簡單, 把資料分作K份,每次其中一份當testing data,其餘當作training data. 這樣做個K次來看模型的預測能力

當然囉,要看模型的預測能力有很多方法,有興趣的可以去reference 2 的網站看,裡面列出很多方法!


reference:
1. https://www.kaggle.com/dansbecker/cross-validation
2. http://scikit-learn.org/stable/modules/cross_validation.html#cross-validation

[機器學習] training v.s. testing

在機器學習裡面,有一個很重要的概念,叫做training 和 testing

training:  我們利用已有的資料來訓練模型,進而得到目標函數
testing:    把training 後的目標函數, 拿去應用在現實例子中

其中training 會得到 in-sample error; testing 會得到out-sample error

舉例來說,我們想利用病人的檢查結果來預測癌症, 於是我們會先把手上有的資料拿來訓練模型(training); 之後訓練好再把它丟出來給大家拿來預測(testing)

那這些error 是怎麼來的呢, 我們知道在機率與統計裡有一個概念,也就是variance 和 bias

以下用打靶來比喻:

variance :指得是每次射擊的彈孔間的差異
bias        :指的是彈孔離靶心有多遠

今天我們如果模型越簡單, 其variance會越小,因為data 對模型的影響越小
反之,如果模型越複雜,其bias 會越小, 因為模型越複雜,越有可能逼近真正的情況

所以綜上所述,我們可以發現 bias 和variance 有tradeoff

當模型太簡單,導致bias 太大 => 被稱作 underfitting
=> 解決方法:
1. 修改模型

當模型太複雜,導致variance太大=> 被稱作 overfitting
p.s. 有些書上有另外一種定義方法, 也就是因為模型太複雜,所以in-sample error會很小,但是out-sample error 會很大 (其實意思差不多, 因為 variance 一變大, out-off sample error 和 in-sample error 的差別會變大, 所以最後得到的 out-sample error 可能比簡單模型還大)

=> 解決方法:
1. 蒐集更多資料
2. regularization

reference:
1. 李宏毅教授 youtube
2.  learning from data

[食記] 柳營家屋

柳營家屋位於敏惠醫專的對面,超級不明顯,一不小心就會把它當成一般建築物,咻的一聲就開過去了! 其實這家店非常有名,問過不少在地人都超推這家,今天就來帶大家一探究竟

這家真的蠻好吃的, 我一個禮拜來了兩次XD

首先是菜單

可以看到種類非常豐富, 主要是簡餐類的,包括麵,飯都有, 以下是小弟點的

牛肉拌飯

這道非常特別,剛開始上來牛肉都是生的, 是藉由石鍋的溫度加熱, 慢慢煮,之後肉會熟,飯會有鍋巴,吃起來很香,很好吃, 口齒留香~


泡菜豆腐鍋

分量超大, 裡面的黃金泡菜非常經典,酸甜滋味搭配海鮮和豆腐,超級下飯,一下子就全部吃完了XD


隨餐附的飲料

金桔檸檬, 餐後去油膩, 清爽好喝


餐後甜點

總的來說, 這家真的超推薦, 走過路過不要錯過, 絕對不會後悔!!!!

地址如下:

[食記] 新營李家宇航牛肉湯

台南牛肉湯很有名,新營做為舊台南縣府所在地,好喝的牛肉湯也是不少,這次就來介紹其中一家店,新營李家宇航牛肉湯

先來看個菜單

店內的各式醬料

既然來到了牛肉湯店,選擇牛肉湯是必然的,於是我點了這些菜



其中魯肉飯是吃到飽的,只要點到110元,內用即可魯肉飯吃到飽

這間的牛肉湯喝起來很特別, 滑順帶有清香, 牛肉煮的恰到好處, 軟嫩而不爛, 搭配上店家的醬汁, 真是讓人一口接一口, 一下就吃了兩碗白飯, 青菜炒的也是香甜酥脆, 好吃!!!

帶著滿足的心情,我踏上了回家的路途,下次我又將挑戰哪家牛肉湯呢?
敬請期待!!!!


地址在這

 

我對安寧醫療的看法

身為一位臨床醫師,總是深深體會到醫學的極限, 現今的 醫學, 我們可以在病人血壓掉的時候使用升壓劑; 在病人喘不過氣的時候,使用呼吸器; 在病人心跳停止時,執行CPR,但不管我們怎樣維持病人的生命徵象,許多時候我們都知道這些只是假象,病人的病況終究是回不來了

醫學有其極限,有時在家屬的期待下積極搶救,各種醫學技術,對病人來說真的很折磨! 家屬的不捨容易理解,但病人痛苦的神情,更是深深的烙印在我們的腦海裡! 能吃能動能笑才是人生,紹了這些,痛苦的躺在病床上,這樣,真的算活著嗎?

因此,我認為安寧醫療在台灣的推廣是正確的方向,病人臨終,病況不可逆時,需要不應該是積極治療,反而應該是症狀緩和治療以及靈性層面的陪伴!

希望台灣社會能越來越進步,減少無效醫療,生命短暫,臨終時的痛苦不能因為醫療技術而越拖越久,該離去的,就讓他/她離去吧!

孤獨對健康的影響

台灣單身人口節節增加, 單身雖說未必寂寞, 但機率總是比非單身者高很多,小魯最近讀了一些醫學論文, 發現孤獨對健康真的有很大影響, 這方面的研究裡面, 小弟找到一篇期刊, heart, 算是impact factor 頗高的期刊, 裡面提到了孤獨感會導致心肌梗賽,中風,以及死亡率上升,而且這篇文章非常猛, 利用英國biobank的資料, 總共蒐集了四十六萬筆資料, 以醫學研究來說, 算是人數非常多, 當然證據力就強很多啦; 在另外一篇文章裡面提到孤獨感也會導致失智症的發生, 這篇文章也是滿猛的, 利用19篇文章做整合, 來發表meta-analysis; 之後我又找到一篇, 孤獨會導致憂鬱症狀增加.

感覺單身真的快要變成一種疾病的因子了說, 雖說有伴侶不一定好, 但若能心靈相通, 有人能和你一起分享生活, 對心情來說也會比較快樂!

以上就是從醫學角度分享孤獨感對生理心理的影響囉!!!
希望大家都能趕快找到自己喜歡的人XD
這篇不想再打下去了, 再打下去, 都覺得自己寂寞了起來~

其實以公共衛生的角度來看, 政府舉辦聯誼除了能夠增加結婚人數, 提高生育率外, 應該也能當作一種疾病預防吧XD

reference:
1. Hakulinen, C., Pulkki-Råback, L., Virtanen, M., Jokela, M., Kivimäki, M., & Elovainio, M. (2018). Social isolation and loneliness as risk factors for myocardial infarction, stroke and mortality: UK Biobank cohort study of 479 054 men and women. Heart, heartjnl-2017.
2. Kuiper, J. S., Zuidersma, M., Voshaar, R. C. O., Zuidema, S. U., van den Heuvel, E. R., Stolk, R. P., & Smidt, N. (2015). Social relationships and risk of dementia: a systematic review and meta-analysis of longitudinal cohort studies. Ageing research reviews, 22, 39-57.
3. Cacioppo, J. T., Hughes, M. E., Waite, L. J., Hawkley, L. C., & Thisted, R. A. (2006). Loneliness as a specific risk factor for depressive symptoms: cross-sectional and longitudinal analyses. Psychology and aging, 21(1), 140.

臨床感想

最近值班特別累 趁著休假空檔 想說寫個網誌抒發一下心情 不然網誌真的好久沒更新的
其實我覺得台灣的醫療在健保制度下 真的變得好扭曲 健保的精神是要讓每個人都能得到醫療
但在民眾的濫用下 已經快負荷不住  許多民眾都認為我有繳健保費了 就希望能被排更多的檢查 但這些檢查是否真的有必要?? 醫學書籍告訴我們 不要亂槍打鳥 因為若一開始沒有相關症狀 盲目做檢查會比較容易得到 false positive 的結果  也許是因為台灣的吃到飽文化吧 呵呵
重量不重質 反正有做檢查就覺得自己賺到 根本不管有沒有需要

PS. 上面所提到為生物統計原理,這裡簡單介紹一下,在生物統計裡,

sensitivity=>檢驗陽性,且病人真的有病的比例
specificity=>檢驗陰性,且病人真的沒病的機率


今天假設一個病有五個特徵,今天我們如果規定要診斷這個病要五個特徵都被我們看到,那一但五個特徵都被我們看到,sensitivity會不錯,因為所有的特徵都有,會很像這個疾病.但缺點是specificity會很糟,因為可能有一個特徵沒被觀察到,我們就認為病人沒這個病

相反的,我們如果只規定診斷這個病只需要一個特徵,那sensitivity會比上面差,但specificity會比較好

所以臨床上做檢查要sensitivity高,當然是一開始符合越多疾病的條件越好(有就是越像那個疾病),這樣sensitivity才會高,才不會一堆偽陽性,自己嚇自己

如果大家都知道這個概念,應該就部會一直想做檢查了啦, 呵呵~


在來就是小病往大醫院就醫的問題 許多病人根本就不需要來大醫院啊  台灣的扭曲健保生態 造就一堆人來大醫院就醫 每件健保給付又很少 為了生存 大家只好衝病人量 結果就是醫護過勞 薪水又少少  大家都很累 但臨床品質根本沒有提升啊 呵呵 反而越來越差 一堆護理人員不斷離職 永遠都要靠剛畢業的新鮮肝  反正台灣人不在乎品質啊 呵呵 有就好了

其實沒有又要馬兒好又要馬兒不吃草的道理  台灣醫療要提高品質 回到過去榮光 只有調高保費 提升醫護人員待遇 吸引更多人留下 並且提高部分負擔 以價制量 否則醫療崩壞必將越來越糟 直至完全崩壞為止!