科研 Skill

nf-core-deepmodeloptim流程

nfcore-deepmodeloptim

当已有生物医学训练数据和模型,希望改善预测效果或评估数据增强时使用。根据文件、实验背景与研究问题判断适配性,选择方法及参数并解释限制;无需用户知道 nf-core/deepmodeloptim。

发布者 Codar安全审核通过v0.1.0更新于 2026-09-16

SKILL.md

生物训练数据增强与模型评估(nf-core/deepmodeloptim)

识别数据与研究目标

从交付文件与报告中识别任务数据、数据配置、模型接口、初始权重和预处理配置,确认训练/验证/测试划分及优化目标。

方法选择

按固定版本的拆分、输入变换、模型检查、调参和评估路径优化训练数据;所有增强和选择仅使用允许的训练信息。

先核对 版本约定。

核对项固定范围
上游版本dev;ee174c24395fb1f96f047844b49e4f00469857c6
上游维护开发版本;按当前代码实际实现的范围使用
本地运行未进行真实分析运行;不能据本 Skill 文件声称实跑通过
引擎声明!>=24.04.2;还需核验 Java、容器和 profile

根据数据确定参数

按患者、样本来源或实验批次划分训练与评估集,依任务损失和算力确定搜索空间;增强强度只在训练折中选择,测试集不能用于挑参数。

决策与配置处理要求
事实与缺口先读现有文件和报告;不能据文件名猜实验类型、参考或样本关系;只补问无法核实且会改变分析的背景
参数来源区分协议必需设置、数据估计、方法默认和研究选择;说明实际取值及理由,不要求用户填写专业参数
可执行配置仅把已支持的选择映射为当前版本的原生字段;不支持的步骤另行交接,不虚构开关
阈值复核默认值先评估适用性;依据质控、对照及敏感性检查调整,不能按显著结果数量调参
资料使用时机
参数模式.json编写 params.json 时核对字段、类型、枚举及条件约束

仅在已授权且配置齐备时运行。

nextflow run nf-core/deepmodeloptim -r ee174c24395fb1f96f047844b49e4f00469857c6 -params-file params.json

模式文件的许可见 LICENSE。

质控与解释

检查数据变换是否保留标签语义、测试集泄漏、随机波动和模型适配,比较增强前后在独立测试上的表现。

交付数据变换、训练/评价配置及结果;增强提高特定基准表现不代表对所有生物任务有效,也不承诺自动训练基础模型。

所属插件

通用科研与数据服务通用科研工作流与共享生物医学数据 MCP。

安装该插件会一并获得同领域的 68 个 Skill / MCP。

同插件的其他科研 Skill

常见问题

nf-core-deepmodeloptim流程能做什么?

当已有生物医学训练数据和模型,希望改善预测效果或评估数据增强时使用。根据文件、实验背景与研究问题判断适配性,选择方法及参数并解释限制;无需用户知道 nf-core/deepmodeloptim。

如何安装nf-core-deepmodeloptim流程?

在科搭 Codar 左侧点击「插件」,在「组件」页签搜索「nf-core-deepmodeloptim流程」并安装;在 Claude Code 或 Codex 中可以发送本页的安装提示词,或下载 Skill 包后解压到 ~/.claude/skills 或 ~/.codex/skills。

nf-core-deepmodeloptim流程需要哪些权限?

该科研 Skill没有声明额外权限;执行具体操作时仍由 Agent 按自身规则请求确认。

nf-core-deepmodeloptim流程经过官方审核吗?

是。SpeedSkills 收录的每个版本都会记录内容摘要与权限声明,当前版本已通过安全审核。