摘要：
1.分类规则原理 if-else逻辑：前件由特征值的特定组合构成，在满足规则的条件下，后件描述用来指定的分类值。 决策树必须从上至下应用，而规则是单独存在的事实。通常比决策树更简洁、直接和理解。 规则学习应用于以名义特征为主，或全部是名义特征的问题。 “独立而治之”：与决策树的**“分而治之”**不 阅读全文
摘要：
1.决策树原理 决策树：树形结构流程图（漏斗型），模型本身包含一些列逻辑决策。数据分类从根节点开始，根据特征值遍历树上的各个决策节点。 几乎可应用于任何类型的数据建模，且性能不错。但当数据有大量多层次的名义特征或者大量的数值特征时，可能会生成一个过于复杂的决策树。 递归划分/分而治之：利用特征值将数 阅读全文
摘要：
编写流程时，有一个好的习惯是将流程需要调用的软件、数据库等信息与脚本进行分离，这样可以统一管理流程的软件和数据库等信息，当它们路径改变或者升级的时候管理起来就很方便，而不需要去脚本中一个个寻找再修改。 在shell编程中，我们可以通过source config.txt来获取配置文件config.tx 阅读全文
摘要：
1. 组装算法 一般有基于OLC（Overlap-Layout-Consensus, 先重叠后扩展）和基于DBG（De Brujin Graph）两种组装算法。基于OLC的组装方法适合长序列组装，运行依赖的数据结构需要消耗大量的内存，且运行速度比较慢，错误率高，而DBG组装方法内存消耗相对较低，运算 阅读全文
摘要：
1.理解朴素贝叶斯 1）基本概念 依据概率原则进行分类。如天气预测概率。 朴素贝叶斯（Naive Bayes, NB）适合场景：为估计一个结果的概率，从众多属性中提取的信息应该被同时考虑。 很多算法忽略了弱影响的特征（若有大量弱影响的特征，它们组合在一起的影响可能会很大），但NB算法利用了所有可以获 阅读全文
摘要：
1.理解使用KNN进行分类 KNN特点 近邻分类器：一种懒惰学习器，即把未标记的案例归类为与它们最相似的带有标记的案例所在的类。当一个概念很难定义，但你看到它时知道它是什么，就适合用KNN分类。 KNN优点：简单有效；数据分布无要求；训练快 KNN缺点：不产生模型（发现特征间关系能力有限）；分类慢； 阅读全文
摘要：
1.基本概念 机器学习：发明算法将数据转化为智能行为 数据挖掘 VS 机器学习：前者侧重寻找有价值的信息，后者侧重执行已知的任务。后者是前者的先期准备 过程：数据——>抽象化——>一般化。或者：收集数据——推理数据——归纳数据——发现规律 抽象化： 训练：用一个特定模型来拟合数据集的过程 用方程来拟 阅读全文
摘要：
2015年的综述文章，marker一下，供以后比较试用。蛋白质基因组学研究中的质谱仪与生物信息学方法。 针对蛋白质基因组学的分析研究，总结了质谱仪和蛋白质基因组学流程分析软件的选择，重点评述了常用的生物信息学计算工具，如PepLine 、Proteogenomic Mapping Tool InsP 阅读全文
摘要：
1.简介 2016年，德国马普所的Cox和蛋白质组学领域巨擘Matthias Mann合作开发了MaxQuant软件（MQ），并发表在nbt上，protocol也相应发表在nature protocols上。不足五年，MQ的引用率已高达上万次，其中不乏CNS级别文章（有大佬的加持果然不一样）。毫不夸 阅读全文
摘要：
1.简介 PD全称Proteome Discoverer，是ThermoFisher在2008年推出的商业Windows软件，没错，收费，还不菲。而且主要也是针对他们家的obitrap产出数据。但在业内用得比较多，尤其是在学术界（因为大部分科研人员只会鼠标点点框）。蛋疼的是你就算买了软件还得配个Wi 阅读全文