学习
沧海一卒
学习笔记,日拱一卒。
展开
-
android touch事件
Touch事件分发中只有两个主角:ViewGroup和View。Activity的Touch事件事实上是调用它内部的ViewGroup的Touch事件,可以直接当成ViewGroup处理。View在ViewGroup内,ViewGroup也可以在其他ViewGroup内,这时候把内部的ViewGroup当成View来分析。ViewGroup的相关事件有三个:onInterceptT转载 2016-11-10 10:34:38 · 166 阅读 · 0 评论 -
自然语言分类(machine learning)
Stack Overflow: From:https://stackoverflow.com/questions/2696392/i-want-a-machine-to-learn-to-categorize-short-textsI want a machine to learn to categorize short textsI have a ton of short stories a原创 2017-09-13 15:54:20 · 408 阅读 · 0 评论 -
shell学习笔记
shell学习简单记录awkawk '{print $1}' fileName 查看文件的第一行$0 所有行$1 第一列 $2 第二列 $n 第n列awk '{print $0}' fileName #查看文件所有列awk '{print $1,$2}' fileName #查看文件第一列和第二列awk '{$1=null;print $0}' fileName #不显示文件第一列aw原创 2017-09-12 16:59:14 · 268 阅读 · 0 评论 -
k近邻算法(K-Nearest Neighbor)
k近邻是一种常用的分类与回归算法,其原理比较简单基本思想给定一个训练数据集,其中的实例的类别已定,对于新的实例,根据其K个距离最短的训练实例的类别出现的频率,对新的实例进行预测。距离计算欧式距离 曼哈顿距离 K的取值K值的选择对k近邻法的结果产生重大影响K值较小,近似误差会减小,估计误差会增大,意味着整体模型变得复杂,产生过拟合。K值较大,近似误差会增大,估计误差会减少,模型简单,原创 2017-10-12 19:07:35 · 547 阅读 · 0 评论 -
矩阵- Matrices 线性代数
矩阵 在数学中,矩阵(Matrix)是一个按照长方阵列排列的复数或实数集合 矩阵相加 通常的矩阵加法被定义在两个相同大小的矩阵矩阵乘法矩阵和向量的乘法 如图:m×n 的矩阵乘以 n×1 的向量,得到的是 m×1 的向量 矩阵乘法: m×n 矩阵乘以 n×o 矩阵,变成 m×o 矩阵。 矩阵乘法的性质: 矩阵的乘法不满足交换律:A×B≠B×A 矩阵的乘法满足结合律。即:A×(B×C)原创 2017-10-31 14:27:55 · 1033 阅读 · 0 评论 -
文献阅读--A systematic approach to identify novel cancer drug targets using machine learning, inhibitor
最近找了一些,预测肿瘤药物靶点的文献看看,这篇我挺感兴趣。我主要阅读了靶点预测部分,一些专业的东西还不理解,暂粗浅的记录下用机器学习算法,找新的癌症药物靶点中心思想:用已知的训练集学习得出一个分类器(模型),再对未知的数据集进行分类特征 收集癌症药物靶点的基因级信息,包括: 作为机器学习的特征空间原始数据集 1. 已知药物靶点数据集2.未知药物靶点数据集已知药物靶点数据集:collectin翻译 2017-11-03 20:42:39 · 412 阅读 · 0 评论 -
R 包安装遇到一些问题
执行source("https://bioconductor.org/biocLite.R") 报的错误: unable to load shared object '/software/areas/ircm/tools/R-3.4.0/lib64/R/modules//internet.so': /software/areas/ircm/tools/R-3.4.0/lib64/R/mod原创 2017-12-04 11:31:10 · 1929 阅读 · 1 评论 -
对于glm模型summary()输出的汇总结果
对于glm模型summary()输出的汇总结果,如何解读是非常重要的,它直接影响得出的结论。例如下面这样一个输出结果,该如何理解呢?Call:glm(formula = bl ~ I, family = gaussian,data = anaData)Deviance Residuals: Min 1Q Median 3转载 2017-11-27 13:15:27 · 15697 阅读 · 0 评论 -
Java 实现后台生成doc文档
最近公司需要后台报告自动生成,就查了一些实现方式。最初想生成PDF报告,Freemark + Itext + flying saucer 可以实现,但是生成的PDF文档,后续不易修改。就改为生成word文档,找到了java两种实现方式 1.freemark 2. poi Freemark .mvn 配置: org.freemarker freema原创 2018-01-29 14:05:49 · 14909 阅读 · 3 评论 -
R语言 绘图 (ggplot2)
setwd("C:/Users/yuki_cool/RWorkspace")library(ggplot2)library(gridExtra) ##多张图片组合为一张图片上library(RColorBrewer)mypalette<-brewer.pal(7,"Reds")paste("aaa","dddd",sep = "")LSQ_data <-read.table("C:/Us原创 2017-09-13 15:43:42 · 1654 阅读 · 0 评论 -
生息软件安装
## Download and install picardtools## https://sourceforge.net/projects/picard/## https://github.com/broadinstitute/picardcd ~/biosoftmkdir picardtools && cd picardtoolswget http://原创 2017-07-19 14:43:28 · 6633 阅读 · 0 评论 -
折腾MySQL,遇到的问题
MySQL 5.7.18 Centos 6.9 执行 mysqld_safe --user=mysql --skip-grant-tables --skip-networking 进入MySQL mysql -u root 重置密码 UPDATE user SET authentication_string=PASSWO原创 2017-06-14 10:41:03 · 220 阅读 · 0 评论 -
Textview的getLineCount返回0
在项目中,遇到这样的状况,在用TextView时,获取TextView的行数(getLineCount),返回0; 原因:Textview没有渲染完成,就调用getLineCount()时,是返回为零的; 解决方法:百度得到的解决方法,view布局加载, 可用OnGlobalLayoutListener() 监听view的加载或变化。Example:原创 2016-11-15 18:01:57 · 461 阅读 · 0 评论 -
Linux SSh scp使用【远程文件/目录的传输】
一:Linux ssh scp的简介及作用:scp就是secure copy的简写,用于在linux下进行远程拷贝文件的命令,和它类似的命令有cp,不过cp只是在本机进行拷贝不能跨服务器. 有时我们需要获得远程服务器上的某个文件,该服务器既没有配置ftp服务器,也没有做共享,无法通过常规途径获得文件时,只需要通过简单的scp命令便可达到目的。 一、Linux ssh scp 的使用方法转载 2017-05-31 09:26:22 · 1029 阅读 · 0 评论 -
外网访问内网服务器
外网访问内网服务器 1.TP-Link 路由器 使用端口映射即可,方法如下: 1、打开浏览器,输入默认tplogin.cn回车登录; 2、登录对话框,输入密码点击确定;3、点击转发规则--虚拟服务器,点击添加新条目;4、输入允许访问的内网主机的ip地址、该主机开放的端口号、选择传输协议,点击保存即可。原创 2017-05-22 17:34:26 · 693 阅读 · 0 评论 -
文献阅读-Identifying driver mutations in sequenced cancer genomes
somatic mutations 含义:SNVs,indels,CNAs,SVs. These somatic mutations range in scale from single-nucleotide variants (SNVs), insertionsand deletions of a few to a few dozen nucleotides (indels), la原创 2017-05-23 10:22:34 · 572 阅读 · 0 评论 -
测序原始数据处理-质控
在获得下机数据后,做的第一步是质控。质控工具有很多,这里就不做一一介绍了。这里讲如何使用BWA MEM将质控合格的数据比对到参考基因组上。 BWA是一款基于BWT的快速比对工具,其由三个算法组成。这三个算法分别是:BWA backtrack, BWA SW and BWA MEM。其中,BWA MEM是最新的,其更快更准确,更适合用于人重数据分析。对于上述三种算法,首原创 2017-05-23 14:43:30 · 19976 阅读 · 1 评论 -
文献阅读-Actionable pathways: interactive discovery of therapeutic targets using signaling pathway model
PathAct Web tool1. 做什么的?2. 使用方式,介绍3. 测试个案例翻译 2017-06-22 14:55:44 · 345 阅读 · 0 评论 -
pandas 学习:read_csv
pandas.read_csv参数详解pandas.read_csv参数整理 读取CSV(逗号分割)文件到DataFrame也支持文件的部分导入和选择迭代更多帮助参见:http://pandas.pydata.org/pandas-docs/stable/io.html参数:filepath_or_buffer : str,pathlib。str, pathlib.Path, py._path.l...转载 2018-02-23 10:22:30 · 361 阅读 · 0 评论