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
liuyang-neu1 小时前
力扣 155.最小栈心软且酷丶1 小时前
leetcode:2160. 拆分数位后四位数字的最小和（python3解法，数学相关算法题）Musennn2 小时前
leetcode98.验证二叉搜索树：递归法中序遍历的递增性验证之道reduceanxiety2 小时前
机试 | vector/array Minimum Glutton C++2301_794461573 小时前
力扣-最大连续一的个数yzx9910133 小时前
RNN 在时序数据处理中的核心作用一点.点3 小时前
李沐动手深度学习（pycharm中运行笔记）——10.多层感知机+从零实现+简介实现雾迟sec3 小时前
机器学习中的 K-均值聚类算法及其优缺点新加坡内哥谈技术4 小时前
Anthropic公司近日发布了两款新一代大型语言模型Claude Opus 4与Claude Sonnet 4硅谷秋水4 小时前
Real2Render2Real：无需动力学仿真或机器人硬件即可扩展机器人数据