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
gbase_lmax6 小时前
深度递归与广度递归(DFS,BFS)实现西柚研究生1234567 小时前
论文分析15：跨层特征交互的多尺度无人机小目标检测算法fthux12 小时前
装闭 RenoPit 源码解析（07）：装修闭坑知识库与AI Prompt构建zyplayer-doc14 小时前
VuePress类静态文档站和动态知识库怎么选：两种技术路线的适用场景rannn_11114 小时前
【力扣hot100】链表专题|160、206、234、141、142数模竞赛Paid answer14 小时前
2026年华东杯数学建模B题医药物流安排问题解题全过程文档及程序KKKlucifer15 小时前
拨开接口黑盒迷雾：运营商第三方合作接口安全审计与准入管控落地实践WangYan202215 小时前
基于XGBoost与AI的生态—地学多源数据建模：植被与土地利用识别、土壤碳氮空间预测、生物多样性驱动机制、土壤微生物功能预测、生态退化与风险识别梦梦代码精15 小时前
连锁品牌数字化：从门店扩张到用户资产运营的技术底座咕噜咕噜啦啦15 小时前
vLLM框架