其實我轉(zhuǎn)移到了別的平臺，簡書很久才看一次，評論看到的時候基本已經(jīng)過去很多天，另外平時工作繁忙，很少有功夫回復。如果是跟我的教程學習，有卡住的情況，迫切需要我?guī)椭膯栴}，請參考...
發(fā)簡信
IP屬地：湖南
-
基于Lasso回歸篩選變量構(gòu)建Cox模型并繪制Nomogram本文轉(zhuǎn)自易學統(tǒng)計基于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。也就是說線性回歸模型的因變量是連續(xù)型變量。如果因變量是分類變量，則是非線性的，此時需要用Logistic回歸，對其發(fā)生概率...
-
R語言 Logistic回歸~變量篩選Logistic回歸預測模型思路：1.模型構(gòu)建2.模型評價3.模型驗證 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...
-
-
臨床預測模型列線圖的評估：校準曲線模型構(gòu)建完成后需要對模型進行評估和驗證其性能。模型預測的生存率與實際的差距有多大呢？一般是看校準曲線。例：一個模型（其C指數(shù)為0.8）評估某位患者5年復發(fā)率為70%。說明該模...
-
iMAP: 單細胞數(shù)據(jù)整合工具天花板說在前面 Immugent在前段時間的一篇推文中：SciBet:一個軟件解決單細胞注釋所有煩惱[https://mp.weixin.qq.com/s?__biz=MzI4Mj...
-
生信綜述？帶你解鎖高分單細胞發(fā)文騷操作！
說在前面 我們都知道在科研論文中有兩大類：一類是研究型論文；另一類是綜述型論文。其中，前者主要是以研究為主的行文思路，根據(jù)研究發(fā)現(xiàn)的不同發(fā)表在不同級別的雜志上；而后者多是本身...
-
GSEA會用了，來了解下DGSEA？
差異基因集富集分析(DGSEA)是對Broad Institute / MIT的原始的Gene Set Enrichment Aanlysis（GSEA）分析算法的改進。它是...
-
轉(zhuǎn)載---[轉(zhuǎn)錄組] 用qPCR驗證RNA-Seq挑多少個基因合適？做完RNA-Seq測序之后，往往會用QPCR來驗證一下結(jié)果。 因為RNA-Seq測序數(shù)據(jù)得到的結(jié)果作為定量參考，參數(shù)的改變也會造成結(jié)果的不同。所以需要進行qPCR驗證，表達水...
-
比較三種機器學習模型（隨機森林，支持向量機，邏輯回歸）的分類效果我把這個思路搬運到我的課題里，復現(xiàn)圖如下： 相似度：75%。a和b是用AI畫的，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表達矩陣，叫Expr_all。...
-
比較隨機森林（RF）和支持向量機（SVM）兩種機器學習方法篩選marker能力+ROC曲線繪制最近要中期了，再加上CSC申請即將開始，忙碌而充實的日子又開始了。忙里偷閑更個簡書～今天的主題是我課題的一部分，通過五折交叉驗證比較隨機森林（RF）和支持向量機（SVM）兩種...
-
表觀遺傳--RNA甲基化之m6A前沿 表觀遺傳學，包括組蛋白共價修飾(covalent histone modification)、DNA甲基化修飾(DNA methylation)、RNA甲基化修飾(RN...
-
初學者R語言：外部數(shù)據(jù)導入一.對于TXT文件 1.對于簡單文件，可以簡單讀取，ex1 <- read.table("ex1.txt") 2.對于復雜文件，ex1 <-read.table("文件名如e...
-
190303 GEO數(shù)據(jù)分析文章熱圖重現(xiàn)
文章Tinagl1 Suppresses Triple-negative Breast Cancer Progression by Simultaneously Target...