感谢你愿意为本教程出一份力!无论是纠错、补充内容还是改进文档,都非常欢迎。
- 纠错:代码报错、统计方法用错、结论表述不严谨
- 补充:新的模型(如 SVM / 神经网络)、新的验证方法(如时间外部验证)、新数据集
- 文档:README 改进、注释补充、错别字、翻译
- 体验:让脚本在更多平台(Windows / Linux)上顺畅运行
- 开 Issue:描述问题或建议,附上你的环境(
sessionInfo()输出)与报错信息。 - 提 Pull Request:
git clone https://github.com/SAMCYK0921/predictive-modeling-tutorial.git cd predictive-modeling-tutorial git checkout -b fix/your-topic # 修改后 git commit -m "fix: 修正第 5 章 ROC 置信区间计算" git push origin fix/your-topic
本教程面向自学者,因此可读性优先于技巧:
- 风格统一:与现有章节保持一致 —— 中文注释、
## ---- 小节标题 ----分隔、section("x.y 标题")打印分节、%>%/|>管道清晰换行。 - 可复现:涉及随机的步骤必须
set.seed();不要依赖本地绝对路径, 统一使用DATA_DIR/OUT_DIR。 - 输出规范:图表用
save_plot()或open_png()保存到output/, 命名沿用ch{章号}_{含义}.png。 - 依赖:若新增 R 包,请同时更新
R/00_setup.R的required_packages与install_deps.R,并在 README 的依赖列表中补充。 - 数据:请勿提交包含个人隐私或未获授权的数据。
# 至少确认改动的章节能独立跑通
Rscript R/05_logistic_regression.R
# 或跑完整流程
Rscript run_all.R保持友善、就事论事。这是一个学习型项目,欢迎所有水平的贡献者。