R语言-KNN算法
1、K最近邻(k-NearestNeighbor，KNN)分类算法，是一个理论上比较成熟的方法，也是最简单的机器学习算法之一。该方法的思路是：如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别，则该样本
推荐阅读
热门文章
r语言是什么
R是用于统计分析、绘图的语言和操作环境。R是属于GNU系统的一个自由、免费、源代码开放的软件，它是一个用于统计计算和统计制图的优秀工具。发展历史R是统计领域广泛使用的诞生于1980年左右的S语言的一个分支。可以认为R是S语言的一种实现。
R语言--不均衡问题处理
样本不均衡问题是指在机器学习分类任务中，不同类型的样本占比差距悬殊。 比如训练数据有100个样本，其中只有5个正样本，其余均为负样本，这样正样本：负样本=5%：95%，训练数据中负样本过多，会导致模型无法充分学习到正样本的信息，这时候
R语言中 fitted和predict的区别
简单的说，fitted是拟合值，predict是预测值：所做的模型是基于给定样本的值建立的，在这些给定样本x1,x2,...,xn（已知所对应的y值）上做预测就是拟合；在新样本上xn+1,xn+2,...（y值未知）做预测，就是模型预测。
R语言-KNN算法
1、K最近邻(k-NearestNeighbor，KNN)分类算法，是一个理论上比较成熟的方法，也是最简单的机器学习算法之一。该方法的思路是：如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别，则该样本
R语言初学笔记：差异表达基因
setwd("E:GSE25066")#环境设置 library(limma)#加载差异分析包limma #将分组文件加载到环境中，分组信息第一列为样本名，第二列为分组信息如“high”“low” targ
《R语言实战》自学笔记44-t检验
数据准备t检验，亦称student t检验（Student's t test），主要用于样本含量较小（例如n <30），总体标准差σ未知的正态分布。t检验是用t分布理论来推论差异发生的概率，从而比较两个平均
Python数据分析（4）决策树模型
时间：20210630 系统环境：Windows 10 所用工具：Jupyter NotebookPython 3.0 涉及的库：pandastrain_test_splitDecisionTreeClassifie
r语言贝叶斯判别先验概率怎么去
Bayes判别，它是基于Bayes准则的判别方法，判别指标为定量资料，它的判别规则和最大似然判别、Bayes公式判别相似，都是根据概率大小进行判别，要求各类近似服从多元正态分布。1. Bayes准则：寻求一种判别规则，使得属于第k类的样品在
python中的sklearn中决策树使用的是哪一种算法
sklearn中决策树分为DecisionTreeClassifier和DecisionTreeRegressor，所以用的算法是CART算法，也就是分类与回归树算法(classification and regression tree,C
R语言-KNN算法
1、K最近邻(k-NearestNeighbor，KNN)分类算法，是一个理论上比较成熟的方法，也是最简单的机器学习算法之一。该方法的思路是：如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别，则该样本
r语言中可以做比分检验和wald检验吗
1. Sigma：方差-协方差矩阵2. b：VAR-CoV的矩阵Sigma系数的矢量。3. Terms：一个可选的整数向量确定的系数应联合检验，使用一个瓦尔德chi-squared或F测试。4. L：可选的矩阵。5. H0：零假设6. df
聚类算法之K均值算法(k-means)的Python实现
K-means算法是硬聚类算法，是典型的基于原型的目标函数聚类方法的代表，它是数据点到原型的某种距离作为优化的目标函数，利用函数求极值的方法得到迭代运算的调整规则。K-means算法以欧式距离作为相似度测度，它是求对应某一初始聚类中心向量V
如何用r语言rsnns包建立神经网络
不能发链接，所以我复制过来了。#载入程序和数据 library(RSNNS) data(iris)#将数据顺序打乱 iris <- iris[sample(1:nrow(iris),length(1:nrow(iris))),1
r语言如何随机抽取学号表中的两个男生
R语言读取（加载）txt格式数据为dataframe、依据学号字段从dataframe随机抽取10位同学的数据。详细编码如下。ReportCard1=read.table(file='test1.txt'，header=
R语言常用函数（基本）
vector：向量 numeric：数值型向量 logical：逻辑型向量 character；字符型向量 list：列表data.frame：数据框 c：连接为向量或列表 sequence：等差序列 rep：重复 length
单细胞转录组双细胞判别软件scDblFinder
起因： 最近有个问题样本，跑完cellranger，样本的cellranger结果如下，细胞数目极高(3W+)。在后续数据质控分析中，线粒体基因占比和双细胞率均很高，用scDblFinder进行双细胞预测，双细胞占率竟然高达34%。我很
R语言GEO数据挖掘：步骤三：进行基因差异分析
用limma包，这里注意，limma包是对基因芯片表达矩阵的分析，不能对逆转录RNAseq表达矩阵进行分析（因为数据特征不同），RNAseq需要用另一种方法 解读此表 但是上面的用法做不到随心所欲的指定任意两组进行比较，所有还有下一
如何用r语言进行数据分类
首先，原始数据是由name(名字)，class(班级)，course(课程)和score(分数)组成的，将其导入R语言并存储在Mydata对象里接下来，我们利用sqldf包来处理分组汇总的问题。由于sqldf包不是R语言自带的，所以先用以下
R语言-KNN算法
1、K最近邻(k-NearestNeighbor，KNN)分类算法，是一个理论上比较成熟的方法，也是最简单的机器学习算法之一。该方法的思路是：如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别，则该样本