【生信】基因组学中的统计学应用

机器学习笔记（8）——数据预处理&特征工程1. 数据预处理1.1. 数据无纲量化1.2.缺失值1.3. 处理分类型特征1.4.处理连续型特征2. 特征选择2.1.过滤法fliter2.1.1方差过滤2.1.2卡方过滤2.1.3选取超参数K过滤2.1.4F检验过滤2.1.5互信息法过滤2.2.embedded嵌入法2.3.wrapper包装法

anaconda jupyter notebook的ipynb文件转换为exe文件1、安装所需要的库要把jupyter文件变成exe主要用到两库pyinstaller 和pywin32，打开anaconda prompt 安装就行pip install pyinstaller2、 将把.ipynb download as .py3、将下载的py文件复制到pyinstaller的文件夹下我的电脑Py

机器学习算法评价指标：精确率、召回率、准确率、错误率、F1值、PR曲线、ROC曲线、AUC值

【生信】全基因组关联分析（GWAS）1.前提知识介绍1.1 最小二乘法1.2 GWAS的数学原理1.3 Hardy-Weinberg定律&卡方检验1.4 连锁不平衡1.5 曼哈顿图1.6 箱式图Box-plot1.7 QQ plot2、GWAS的定义2.1 几个需要知道的概念：2.2全基因组关联分析3、GWAS——数据预处理3.1质控的原因：3.2基因型数据的质控：3.4表型数据质控：3.5正负链

机器学习笔记（7）——决策树&随机森林代码本文部分图片与文字来源网络或学术论文，仅供学习使用，持续修改完善中。目录机器学习笔记（7）——决策树&随机森林代码1、决策树python写决策树sklearn实现决策树分类器sklearn实现决策树回归器2、随机森林sklearn实现随机森林分类器sklearn实现随机森林回归器sklearn用随机森林回归填补缺失值1、决策树决策树（Dec

1、一级蛋白质序列数据库：UniProt 数据库2、一级蛋白质结构数据库：PDB数据库3、二级蛋白质结构数据库：结构域家族数据库Pfam4、二级蛋白质结构数据库：结构分类数据库CATH5、二级蛋白质结构数据库：结构分类数据库SCOP26、专项数据库：京都基因与基因组百科全书KEGG

数据结构与算法整理10——字典与检索（C语言）目录数据结构与算法整理10——字典与检索（C语言）1、字典与检索相关相关概念2、查找方法2.1静态查找2.2动态查找3、散列法3.1散列表的定义3.2 冲突（碰撞）及负载因子3.3设计散列函数需要考虑的因素3.4 散列表解决冲突的方法4、AVL树的生成过程与ASL的计算4.1 AVL树即平衡二叉树...

ggplot实现各种图形：类别比较：柱形图类别比较：条形图类别比较：克利夫兰点图类别比较：南丁格尔玫瑰图数值关系：散点图数值关系：气泡图数值关系：三维散点/气泡图数值关系：瀑布图数值关系：峰峦图数值关系：相关系数图数值关系：韦恩图数据分布：直方图数据分布：核密度估计图局部整体：直方图/密度图数据分布：散点分布图数据分布：柱形分布图数据分布：箱形图数据分布：小提琴图、雨云图数据分布：显著性标签的箱形

1、需了解的背景知识2、替换计分矩阵核酸替换计分矩阵蛋白质替换计分矩阵3、序列比对方法（1）打点法（2）两两序列比对算法4、在线序列比对工具EMBL 全局双序列比对工具Biotools 的双序列比对工具