接下来就是批量计算每一个基因和28种细胞之间的相关系数和P值，这个需求你可以写循环实现，或者apply系列，purrr系列等，但是我试过，都太慢了，尤其是数据量很大的时候。OK，就先介绍到这里，关于结果的可视化，我这里介绍的只是最常见的，冰山一角而已，毕竟可视化方法太多了，不可能全都介绍到。如果你需要单独画图，并保存，也是可以的，都没有问题，只要你基础够扎实，想做什么都可以，你R语言基础不行，啥都

survminer是专门用来进行生存分析可视化的R包，主要函数如下：生存曲线:Cox模型的诊断ggcoxzph():Cox模型总汇总ggforest():竞争风险模型:本次主要介绍生存曲线的绘制及细节。

上一次推文已经给大家介绍了常见的富集分析类型以及如何使用全能的R包相必大家也知道的富集结果可以画出很多漂亮的图，其中enrichplot是专门用于对接的富集结果的可视化R包。但是大家有没有这样的困惑呢？ehrichplot今天就先给大家详细介绍enrichplot包。当然了，富集分析的可视化还有许多其他R包，我们会在后续的推文中继续介绍。

本文首发于公众号：医学和生信笔记“医学和生信笔记，专注R语言在临床医学中的使用，R语言数据分析和可视化。主要分享R语言做医学统计学、meta分析、网络药理学、临床预测模型、机器学习、生物信息学等。前面介绍了使用tidymodels画校准曲线，不知道大家学会了没？众所周知，tidymodels目前还不支持一键绘制校准曲线！相同类型的mlr3也是不支持的！大家多去github提issue，加速对校准曲

获取更多R语言和生信知识，请欢迎关注公众号：医学和生信笔记医学和生信笔记 公众号主要分享：1.医学小知识、肛肠科小知识；2.R语言和Python相关的数据分析、可视化、机器学习等；3.生物信息学学习资料和自己的学习笔记！

是的，还有一个尚未使用的数据集，让我们看看我们是否可以使用这些亚型特异性的生物标志物来验证外部Yau队列中的当前乳腺癌亚型。具体来说，首先在发现（训练）队列（即TCGA-BRCA队列）中使用PAM（partition around medoids）分类器来训练模型，以预测验证（测试）队列（即BRCA-Yau队列）中患者的亚型，并将验证队列中的每个样本分配给与其质心具有最高的Pearson相关性的亚

本文首发于公众号：医学和生信笔记“医学和生信笔记，专注R语言在临床医学中的使用，R语言数据分析和可视化。主要分享R语言做医学统计学、meta分析、网络药理学、临床预测模型、机器学习、生物信息学等。前面我们已经讲过logistic模型的校准曲线的画法，这次我们学习生存资料的校准曲线画法。加载R包和数据calibration 方法1calibration 方法2加载R包和数据library(survi

本文首发于公众号：医学和生信笔记“医学和生信笔记，专注R语言在临床医学中的使用，R语言数据分析和可视化。主要分享R语言做医学统计学、meta分析、网络药理学、临床预测模型、机器学习、生物信息学等。NRI，net reclassification index，净重新分类指数，是用来比较模型准确度的，这个概念有点难理解，但是非常重要，在临床研究中非常常见，是评价模型的一大利器！在R语言中有很多包可以计

本文首发于公众号：医学和生信笔记“医学和生信笔记，专注R语言在临床医学中的使用，R语言数据分析和可视化。主要分享R语言做医学统计学、meta分析、网络药理学、临床预测模型、机器学习、生物信息学等。R语言临床预测模型系列文章，目前已更新20+篇内容，持续更新中，欢迎订阅！今天说一说ROC(AUC)的比较。二分类资料的ROC比较可以通过pROC包实现的，使用其中roc.test()函数可实现两个ROC

专注R语言在临床医学中的使用，R语言数据分析和可视化。主要分享R语言做医学统计学、meta分析、网络药理学、临床预测模型、机器学习、生物信息学等。