网址：http://www.sxdyc.com/mlscreenfeature
一、使用方法
1、准备数据
第一个文件：特征表达数据
第二个文件：分组信息，第一列为样本名，第二列为患者分组
第三个文件：分析基因名
2、选择机器学习的方法，然后提交等待结果即可
二、结果
这里选择是lasso，每一个基因对于分组的贡献
当然，如果不清楚数据是什么样的，可以选择下载我们的示例数据，也可以关注：豆芽数据分析
生信豆芽菜-机器学习筛选特征基因
木之如水2023-09-07 12:43
相关推荐
折哥的程序人生 · 物流技术专研6 小时前
Java面试85题图解版 · 特别篇：2026后端高频面试题复盘（算法底层逻辑+高并发架构设计全解析，附Java实战代码）秋96 小时前
从 Python 后端工程师转型 AI Engineer（AI 工程化）的完整补课清单（2026实战版）啦啦啦_99996 小时前
5. 迁移学习A.说学逗唱的Coke6 小时前
【AI·Coding】TDD × SDD × AI Coding：从“测试驱动“到“规范驱动“的智能协作实践云烟成雨TD6 小时前
Spring AI Alibaba 1.x 系列【78】沙箱（Sandbox）tq10867 小时前
基于SLIP的防幻觉的指南想吃火锅10057 小时前
【leetcode】14.最长公共前缀js电商API_180079052477 小时前
bilibili关键字搜索视频列表|获取视频详情API调用示例甲维斯7 小时前
Kimi版超级玛丽效果“惊人”，配额不足5厘米！console.log('npc')8 小时前
AI前端工程与生成式UI学习路线