摘要：
如上图所示，如果用逻辑回归来解决这个问题，首先需要构造一个包含很多非线性项的逻辑回归函数g(x)。这里g仍是s型函数（即 ）。我们能让函数包含很多像这的多项式，当多项式足够多时，那么你也许能够得到可以分开正样本和负样本的分界线，如图下粉红色分界线所示： 当只有两项时，比如x1、x2,这种方法能够得到 阅读全文
摘要：
如果想从一堆数据集中随机抽出一个数，用sample函数就能实现，代码展示如下： 类似的，从数据集随机抽出两个数或者三个数则将1改为2或者3即可： 结果如下所示： 阅读全文
摘要：
SNP (Single Nucleotide Polymorphism):强调在一个群体中具有一定频率的变异，一般为二态性。比如G→C SNV ( single nucleotide variants ) :包含多种单核苷酸变异，比如该位点可能由T变C，也可能由T变A。则T→C,A。SNV并没有强调 阅读全文
摘要：
计算等位基因频率有两种方式，第一种用vcftool计算： 很简单的一个命令行，file.vcf指的是你要输入的vcf文件，--freq表示计算等位基因频率，--chr后面的1表示你要计算的区域在1号染色体，当然，你也可以选择你想计算的染色体区域，filefreq指的是输出的文件名。 结果如下图所示： 阅读全文
摘要：
如果想输出所有的列的话，只需要$0这个函数，例如以下命令： rs16945916指的是打印在行中含有该字符的所有列。 阅读全文
摘要：
批量修改文件的分隔符，可以用FS和OFS命令 FS：Field Separator，字段分隔符 OFS：Out of Field Separator，输出字段分隔符 假设有这么一个文件file1.txt,其内容如下： 可以看出，file1的分隔符很长，不止一个空格符组成，因此我们需要先将分隔符统一一 阅读全文
摘要：
最近在整理文件，准备把vcf文件转化为Excel格式，或者CSV格式，网上搜了一堆资料，还真有人专门开发出转化格式的工具：叫vcf2csv（下载地址http://vcf2csv.sourceforge.net/#links），赶紧下载安装，开始转化，结果弹出行列不一致的错误，遂放弃。 尝试了一堆无用 阅读全文
摘要：
假如有三个文件file1.txt，file2.txt，file3.txt 每一个文件内容如下： 现在打算提取每一个文件字符为16的行，打印该行所有的内容、以及该文件名，并追加到file4.txt，则可以用以下命令： 则file4.txt的内容会如下： 阅读全文
摘要：
对于下图，左边是行人，作为阳性例子，赋值y=1,右边是景物，作为阴性例子，赋值y=0; 步长概念： 如下图所示，步长表示绿色框框移动的距离，有时候也称为滑动参数stride,如果一次移动一个像素，则称步长为1，通常步长为1时，表现最好，但是计算成本高，一般，选用4或8个步长更为常见。 通过绿色框框进 阅读全文
摘要：
本章节主要讲怎么确定梯度下降的工作是正确的，第二是怎么选择学习率α，如下图所示： 上图显示的是梯度下降算法迭代过程中的代价函数j(θ)的值，横轴是迭代步数，纵轴是j(θ)的值 如果梯度算法正常工作，那么每一步迭代之后，那么j(θ)值应该是每一次迭代后都会相应降低，曲线的用处在于告诉你迭代到哪一步之后 阅读全文