其實(shí)我轉(zhuǎn)移到了別的平臺(tái)侧但，簡(jiǎn)書(shū)很久才看一次朋贬，評(píng)論看到的時(shí)候基本已經(jīng)過(guò)去很多天，另外平時(shí)工作繁忙哪审，很少有功夫回復(fù)。如果是跟我的教程學(xué)習(xí)虑瀑，有卡住的情況湿滓，迫切需要我?guī)椭膯?wèn)題，請(qǐng)參考...
發(fā)簡(jiǎn)信
IP屬地：安徽
-
簡(jiǎn)書(shū)答疑公告
-
基于Lasso回歸篩選變量構(gòu)建Cox模型并繪制Nomogram本文轉(zhuǎn)自易學(xué)統(tǒng)計(jì)基于Lasso回歸篩選變量構(gòu)建Cox模型并繪制Nomogram[https://mp.weixin.qq.com/s?__biz=MzU4MjgyODQzNw...
-
R語(yǔ)言 Logistic回歸~模型構(gòu)建
線性回歸模型是研究連續(xù)型變量與一組自變量之間的關(guān)系舌狗。也就是說(shuō)線性回歸模型的因變量是連續(xù)型變量叽奥。如果因變量是分類(lèi)變量，則是非線性的痛侍，此時(shí)需要用Logistic回歸朝氓，對(duì)其發(fā)生概率...
-
R語(yǔ)言 Logistic回歸~變量篩選Logistic回歸預(yù)測(cè)模型思路：1.模型構(gòu)建2.模型評(píng)價(jià)3.模型驗(yàn)證 最優(yōu)模型1.模型能夠反映自變量與因變量之間的真實(shí)聯(lián)系2.模型能使用的自變量數(shù)目要盡可能的少 模型構(gòu)建中...
-
實(shí)用干貨 | 基于web的TCGA數(shù)據(jù)分析工具大集合（內(nèi)附使用建議）
癌癥仍然是人類(lèi)遺傳學(xué)家感興趣的一個(gè)關(guān)鍵領(lǐng)域，其中TCGA代表了癌癥基因組的一個(gè)重大進(jìn)展主届，其提供了主要癌癥類(lèi)型中發(fā)生的關(guān)鍵基因組變化的全面目錄赵哲，這些數(shù)據(jù)有助于更有效的癌癥診斷、...
-
WGCNA學(xué)習(xí)筆記本篇代碼參考文章:1.生信菜鳥(niǎo)團(tuán)：一文學(xué)會(huì)WGCNA分析2.WGCNA（加權(quán)基因共表達(dá)網(wǎng)絡(luò)分析）3.WGCNA分析君丁，簡(jiǎn)單全面的最新教程4.WGCNA實(shí)戰(zhàn)練習(xí)5.STEP6:W...
-
臨床預(yù)測(cè)模型列線圖的評(píng)估：校準(zhǔn)曲線模型構(gòu)建完成后需要對(duì)模型進(jìn)行評(píng)估和驗(yàn)證其性能枫夺。模型預(yù)測(cè)的生存率與實(shí)際的差距有多大呢？一般是看校準(zhǔn)曲線绘闷。例：一個(gè)模型（其C指數(shù)為0.8）評(píng)估某位患者5年復(fù)發(fā)率為70%橡庞。說(shuō)明該模...
-
iMAP: 單細(xì)胞數(shù)據(jù)整合工具天花板說(shuō)在前面 Immugent在前段時(shí)間的一篇推文中：SciBet:一個(gè)軟件解決單細(xì)胞注釋所有煩惱[https://mp.weixin.qq.com/s?__biz=MzI4Mj...
-
生信綜述？帶你解鎖高分單細(xì)胞發(fā)文騷操作簸喂！
說(shuō)在前面 我們都知道在科研論文中有兩大類(lèi)：一類(lèi)是研究型論文毙死；另一類(lèi)是綜述型論文。其中喻鳄，前者主要是以研究為主的行文思路扼倘，根據(jù)研究發(fā)現(xiàn)的不同發(fā)表在不同級(jí)別的雜志上；而后者多是本身...
-
GSEA會(huì)用了除呵，來(lái)了解下DGSEA再菊？
差異基因集富集分析(DGSEA)是對(duì)Broad Institute / MIT的原始的Gene Set Enrichment Aanlysis（GSEA）分析算法的改進(jìn)。它是...
-
轉(zhuǎn)載---[轉(zhuǎn)錄組] 用qPCR驗(yàn)證RNA-Seq挑多少個(gè)基因合適颜曾？做完RNA-Seq測(cè)序之后纠拔，往往會(huì)用QPCR來(lái)驗(yàn)證一下結(jié)果。 因?yàn)镽NA-Seq測(cè)序數(shù)據(jù)得到的結(jié)果作為定量參考泛豪，參數(shù)的改變也會(huì)造成結(jié)果的不同稠诲。所以需要進(jìn)行qPCR驗(yàn)證侦鹏，表達(dá)水...
-
比較三種機(jī)器學(xué)習(xí)模型（隨機(jī)森林，支持向量機(jī)臀叙，邏輯回歸）的分類(lèi)效果我把這個(gè)思路搬運(yùn)到我的課題里略水，復(fù)現(xiàn)圖如下： 相似度：75%。a和b是用AI畫(huà)的劝萤，所以今天分享下c和d的代碼 一 差異分析 假設(shè)我們有了這樣的一個(gè)表達(dá)矩陣渊涝，叫Expr_all。...
-
比較隨機(jī)森林（RF）和支持向量機(jī)（SVM）兩種機(jī)器學(xué)習(xí)方法篩選marker能力+ROC曲線繪制最近要中期了床嫌，再加上CSC申請(qǐng)即將開(kāi)始跨释，忙碌而充實(shí)的日子又開(kāi)始了。忙里偷閑更個(gè)簡(jiǎn)書(shū)～今天的主題是我課題的一部分厌处，通過(guò)五折交叉驗(yàn)證比較隨機(jī)森林（RF）和支持向量機(jī)（SVM）兩種...
-
表觀遺傳--RNA甲基化之m6A前沿 表觀遺傳學(xué)鳖谈，包括組蛋白共價(jià)修飾(covalent histone modification)、DNA甲基化修飾(DNA methylation)嘱蛋、RNA甲基化修飾(RN...
-
初學(xué)者R語(yǔ)言：外部數(shù)據(jù)導(dǎo)入一.對(duì)于TXT文件 1.對(duì)于簡(jiǎn)單文件蚯姆，可以簡(jiǎn)單讀取，ex1 <- read.table("ex1.txt") 2.對(duì)于復(fù)雜文件洒敏，ex1 <-read.table("文件名如e...