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
IT_陈寒1 小时前
Vite的热更新突然不香了，排查三小时差点砸键盘阿里云大数据AI技术3 小时前
构建高转化海外电商搜索：阿里云OpenSearch行业算法版的全链路智能优化策略实战Awu12273 小时前
⚡从零开发 Agent CLI（五）实现一个可治理、可扩展的工具系统字节跳动视频云技术团队3 小时前
让 Agent 成为音视频工作台：AI MediaKit CLI + Skill 发布魏祖潇3 小时前
framework 整合实战——DDD/TDD/SDD 三件套在 framework 仓的真实落地Databend4 小时前
2KB histogram 背后：Databend 如何低成本追踪长尾延迟Token炼金师4 小时前
去噪扩散：从随机噪声到高保真图像的数学之路vibecoding日记4 小时前
双非如何快速入职字节等大厂大模型？真实案例分析：推理优化和投机解码这个DBA有点耶4 小时前
AI写的SQL跑崩了生产库，这锅谁背？阿里云大数据AI技术4 小时前
阿里云 EMR AI 助手正式发布：从问答工具到全栈智能运维助手