项目实训-智能生物序列分析平台-后端模块（6）

煮酒cos

已于 2022-06-07 21:53:27 修改

阅读量121

点赞数

分类专栏：项目实训文章标签：机器学习 python 人工智能

于 2022-06-02 21:43:11 首次发布

本文链接：https://blog.csdn.net/qq_49215659/article/details/125107344

版权

本文详细介绍了智能生物序列分析平台后端的传统特征部分，包括入口文件和手工特征提取文件的代码分析。讲解了如何定义特征、加载数据集，以及针对DNA的特征提取过程。通过核函数为线性的分类器，利用sklearn进行模型训练和ROC、PR曲线的绘制。同时，简单解析了手工特征提取文件中的ANF函数，展示了如何对生物序列进行统计特征提取。

摘要由CSDN通过智能技术生成

传统特征部分代码完成

由于要与传统特征或者称之为手工特征进行对比，我在代码中开了一块专门进行相关的分析。在traditional_desc的文件夹中。

入口文件

以下是入口文件generate.py的分析。

首先对相关的feature进行定义，并留存数组用来选择，定义保留ROCdatas，ROCdatas的数组，然后调用util_file.load_fasta来加载数据集。

def main(featurechoice, config):
    nucleotide_feature = ['ANF', 'binary', 'CKSNAP', 'DNC']
    protein_feature = ['BLOSUM62', 'CKSAAGP', 'CTDC']

    ROCdatas = []
    PRCdatas = []

    tra_name = []
    # Import some data to play with
    datapath = config.path_data

    # train_data用于训练的样本集, test_data用于测试的样本集, train_label训练样本对应的标签集, test_label测试样本对应的标签集
    train_seq, train_label, test_seq, test_label = util_file.load_fasta(datapath)
    train_data, test_data