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
不去幼儿园4 分钟前
【MARL】深入理解多智能体近端策略优化（MAPPO）算法与调参Mr_Xuhhh6 分钟前
重生之我在学环境变量想成为高手49910 分钟前
生成式AI在教育技术中的应用：变革与创新YSGZJJ1 小时前
股指期货的套保策略如何精准选择和规避风险？无脑敲代码，bug漫天飞1 小时前
COR 损失函数盼海1 小时前
排序算法(五)--归并排序HPC_fac130520678162 小时前
以科学计算为切入点：剖析英伟达服务器过热难题网易独家音乐人Mike Zhou4 小时前
【卡尔曼滤波】数据预测Prediction观测器的理论推导及应用 C语言、Python实现（Kalman Filter）小陈phd5 小时前
OpenCV从入门到精通实战(九)——基于dlib的疲劳监测 ear计算Guofu_Liao6 小时前
大语言模型---LoRA简介；LoRA的优势；LoRA训练步骤；总结