后面需要先安装mamba。安装源方式安装 参考于。创建环境、激活、测试。

补充：比较麻烦的是需要先启动conda环境，所以我是直接source activate qiime2-2022.8。如果已安装有wget，可省略此步。上步安装完成后，删除安装源。测试一下qiime能否使用。上面是官方文档的步骤。

PRSice_BARPLOT_*.png：这个柱形图，是应用比较广泛的图，X坐标是不同P值，Y坐标是PRS风险得分的解释百分比（R2），柱形图最高的点表示该模型最优，比如下面图中，在P值为0.4463时，模型最优，解释的百分比是5%左右，P值为4.7e-18，极显著。PRSice.summy文件——这个文件，是给出最优模型的结果，比如适合的SNP个数，R2，回归系数，P值等信息。--base，是基

解决方法：先删除原有的conda-libmamba-solver，然后重新安装。

【代码】mamba的安装教程。

PRSice_BARPLOT_*.png：这个柱形图，是应用比较广泛的图，X坐标是不同P值，Y坐标是PRS风险得分的解释百分比（R2），柱形图最高的点表示该模型最优，比如下面图中，在P值为0.4463时，模型最优，解释的百分比是5%左右，P值为4.7e-18，极显著。PRSice.summy文件——这个文件，是给出最优模型的结果，比如适合的SNP个数，R2，回归系数，P值等信息。--base，是基

这是所有深度学习项目的基础模式。

一般这个库的命令在：“`~/miniconda3/lib/python3.12/site-packages/matplotlib/”，进入此路径，并继续进入此路径下的/mpl-data/fonts/ttf，把下载好的中文字体复制到此路径下。这里建议把这个文件同时复制到matplotlib库下的字体目录，我试验过，没有复制的情况下不会影响输出，但是为了长期使用不会出错，还是建议复制一份到该库的目录里

输入没有标签的新数据后，将新的数据的每个特征与样本集中数据对应的特征进行比较，然后算法提取样本最相似数据(最近邻)的分类标签。随机森林是通过集成学习的思想将多棵树集成的一种算法，它的基本单元是决策树，而它的本质属于机器学习的一大分支——集成学习（Ensemble Learning）方法（在集成学习中，主要分为 bagging 算法 和 boosting 算法）。全概率公式的含义是，如果A和A’构成

在学术论文的数据分析部分，正确选择统计方法是保证结论可靠性的关键。以下按常见研究目的和数据特征，系统梳理不同情况下的分析方法选择指南。