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
滨HI014 分钟前
P8692 [蓝桥杯 2019 国 C] 数正方形--输出取模余数Kai HVZ1 小时前
《OpenCV》—— dlib（换脸操作）h^hh1 小时前
洛谷 P2142 高精度减法（详解）c++代码骑士1 小时前
决策树（Decision Tree）案例分析蹦蹦跳跳真可爱5894 小时前
Python----数据分析（Matplotlib三：绘图二：箱图，散点图，饼图，热力图，3D图）lucky_syq4 小时前
Flink 窗口：流处理的核心利器MiaoChuPPT4 小时前
2025年AI PPT工具精选：让演示文稿更智能、更高效绛洞花主敏明4 小时前
go语言for循环中嵌套defer的执行顺序lczdyx4 小时前
Transformer 代码剖析9 - 解码器模块Decoder （pytorch实现）biomooc4 小时前
R语言 | 在图形上标注P值的R包