摘要：
假设想要计算ATP1A4基因上的外显子碱基覆盖度 首先查询这个基因所有exon的起始和终止位置，查询链接：http://grch37.ensembl.org/Homo_sapiens/Transcript/Exons?db=core;g=ENSG00000132681;r=1:160121360-1 阅读全文
摘要：
假设有文件file1.txt： aa eeeee bb eeeee cc eeeee dd eeeee 先修改为： aa eeeee 1 bb eeeee 2 cc eeeee3 dd eeeee 4 则只需要写上命令： 阅读全文
摘要：
假设在路径C:/下存在多个类似以下的文件名 file_nall_abc1.txt file_nall_abc2.txt file_nall_abc3.txt file_nall_abc4.txt file_nall_abc5.txt file_nall_abc6.txt file_nall_abc7 阅读全文
摘要：
假设存在路径C:/coverage/Homo_sapiens.sort.add_exon1_coverage.txt，欲提取Homo_sapiens.sort.add_exon1_coverage.txt文件名，则用到basename函数和start、stop参数，命令行如下所示： 效果如下图所示： 阅读全文
摘要：
修改标题、坐标轴刻度、坐标轴名称的大小，用到了cex.axis、cex.lab、cex.main函数，其中，cex.axis表示修改坐标轴刻度字体大小，cex.lab表示修改坐标轴名称字体大小，cex.main表示修改标题字体大小 如代码所示： 画出来的图像如下： 阅读全文
摘要：
下图为四种不同算法应用在不同大小数据量时的表现，可以看出，随着数据量的增大，算法的表现趋于接近。即不管多么糟糕的算法，数据量非常大的时候，算法表现也可以很好。 数据量很大时，学习算法表现比较好的原理： 使用比较大的训练集（意味着不可能过拟合），此时方差会比较低；此时，如果在逻辑回归或者线性回归模型中 阅读全文
摘要：
一般来说，召回率和查准率的关系如下：1、如果需要很高的置信度的话，查准率会很高，相应的召回率很低；2、如果需要避免假阴性的话，召回率会很高，查准率会很低。下图右边显示的是召回率和查准率在一个学习算法中的关系。值得注意的是，没有一个学习算法是能同时保证高查准率和召回率的，要高查准率还是高召回率，取决于 阅读全文
摘要：
上篇文章提到了误差分析以及设定误差度量值的重要性。那就是设定某个实数来评估学习算法并衡量它的表现。有了算法的评估和误差度量值，有一件重要的事情要注意，就是使用一个合适的误差度量值，有时会对学习算法造成非常微妙的影响。这类问题就是偏斜类（skewed classes）的问题。什么意思呢。以癌症分类为例 阅读全文
摘要：
误差分析可以更系统地做出决定。如果你准备研究机器学习的东西或者构造机器学习应用程序，最好的实践方法不是建立一个非常复杂的系统、拥有多么复杂的变量，而是构建一个简单的算法。这样你可以很快地实现它。研究机器学习的问题时，会花一天的时间试图很快的把结果搞出来。即便效果不好，运行得不完美，通过交叉验证来检验 阅读全文
摘要：
当我们在进行机器学习时着重要考虑什么问题。以垃圾邮件分类为例子。假如你想建立一个垃圾邮件分类器，看这些垃圾邮件与非垃圾邮件的例子。左边这封邮件想向你推销东西。注意这封垃圾邮件有意的拼错一些单词，就像Med1cine中有一个1，m0rtgage里有个0。右边的邮件显然不是一个垃圾邮件。 假设我们已经有 阅读全文