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6 分钟前
SpringBoot性能飞跃：5个关键优化让你的应用吞吐量提升300%WHS-_-20227 分钟前
Superpixel-Based CFAR Target Detection for High-Resolution SAR Images爱学习的小鱼gogo1 小时前
python 矩阵中寻找就接近的目标值 （矩阵-中等）含源码（八）聚客AI1 小时前
系统提示的“消亡”？上下文工程正在重新定义人机交互规则红纸2811 小时前
Subword算法之WordPiece、Unigram与SentencePiecegolang学习记1 小时前
Crush：新一代基于Go语言构建的开源 AI 编程CLI工具一车小面包1 小时前
Subword-Based Tokenization策略之BPE与BBPE红纸2811 小时前
Subword分词方法的BPE与BBPEzy_destiny1 小时前
【工业场景】用YOLOv8实现反光衣识别zhangjipinggom1 小时前
QwenVL - 202310版-论文阅读