arXiv · cs.AI · Ramon Gonzalez (Mentomy AI) · 10 小时前模型评分45
研究基准测试60个机器学习分类器的新抗原免疫原性预测，并揭示SHAP可解释性局限
Benchmarking Machine-Learning Classifiers for Neoantigen Immunogenicity Prediction and the Limits of SHAP Interpretability
导读
一项研究在免疫原性肿瘤特异性新抗原数据库（ITSNdb，含199个经实验验证的新抗原）上基准测试了60个机器学习分类器，发现经典线性模型排名领先，而近期研究常用的梯度提升集成和神经网络并无优势。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
应用领域：医疗与生命科学
事件类型：研究发布
证据摘录
- “This study asks what general-purpose machine learning achieves on that task, and whether the features such models identify as important can be trusted.”
来源：arXiv · cs.AI · arxiv.org