朝荣的博客_CSDN博客-生物信息学,数据结构与算法,机器学习领域博主

原创机器学习笔记（8）——数据预处理&特征工程

机器学习笔记（8）——数据预处理&特征工程1. 数据预处理1.1. 数据无纲量化1.2.缺失值1.3. 处理分类型特征1.4.处理连续型特征2. 特征选择2.1.过滤法fliter2.1.1方差过滤2.1.2卡方过滤2.1.3选取超参数K过滤2.1.4F检验过滤2.1.5互信息法过滤2.2.embedded嵌入法2.3.wrapper包装法

2022-05-20 13:39:35 683

机器学习笔记（7）——决策树&随机森林代码本文部分图片与文字来源网络或学术论文，仅供学习使用，持续修改完善中。目录机器学习笔记（7）——决策树&随机森林代码1、决策树python写决策树sklearn实现决策树分类器sklearn实现决策树回归器2、随机森林sklearn实现随机森林分类器sklearn实现随机森林回归器sklearn用随机森林回归填补缺失值1、决策树决策树（Decision Tree）是一种非参数的有监督学习方法...

2022-05-02 12:04:37 1331

原创机器学习笔记（6）——线性回归&逻辑回归

1、线性回归西瓜书线性回归代码sklearn实现一元线性回归sklearn实现多元线性回归线性判别分析LDA2、逻辑回归损失函数sklearn实现逻辑回归鸢尾花数据集做逻辑回归

2022-05-01 18:40:52 947

原创 R语言可视化【ggplot2】

ggplot实现各种图形：类别比较：柱形图类别比较：条形图类别比较：克利夫兰点图类别比较：南丁格尔玫瑰图数值关系：散点图数值关系：气泡图数值关系：三维散点/气泡图数值关系：瀑布图数值关系：峰峦图数值关系：相关系数图数值关系：韦恩图数据分布：直方图数据分布：核密度估计图局部整体：直方图/密度图数据分布：散点分布图数据分布：柱形分布图数据分布：箱形图数据分布：小提琴图、雨云图数据分布：显著性标签的箱形图

2022-03-20 20:50:11 13483

原创【生信】全基因组关联分析（GWAS）原理

【生信】全基因组关联分析（GWAS）1.前提知识介绍1.1 最小二乘法1.2 GWAS的数学原理1.3 Hardy-Weinberg定律&卡方检验1.4 连锁不平衡1.5 曼哈顿图1.6 箱式图Box-plot1.7 QQ plot2、GWAS的定义2.1 几个需要知道的概念：2.2全基因组关联分析3、GWAS——数据预处理3.1质控的原因：3.2基因型数据的质控：3.4表型数据质控：3.5正负链翻转3.6 基因型填补3.7群体分层校

2022-03-12 18:53:01 26408 5

原创【生信】全基因组测序（WGS）

1、全基因组测序(WGS) 的定义2、GWS流程2.1准备工作——分析软件2.2原始数据质控2.3数据预处理2.4变异检测

2022-03-07 21:30:38 22959

原创【生信MOOC】生物序列比对工具——多序列比对

【生信MOOC】生物序列比对工具2——多序列比对1、多序列比对的定义和用途2、多序列比对的要求3、多序列比对工具——EMBL - Clustal Omega4、多序列比对工具——EMBL - TCOFFEE - Expresso5、多序列比对的保存格式6、多序列比对结果编辑——jalview7、寻找保守区域：序列标识图 WebLogo8、寻找保守区域：序列基序 MEME9、寻找保守区域：PRINTS 指纹图谱数据库

2022-03-05 17:16:57 10717 3

原创【生信MOOC】生物序列比对工具

1、需了解的背景知识2、替换计分矩阵核酸替换计分矩阵蛋白质替换计分矩阵3、序列比对方法（1）打点法（2）两两序列比对算法4、在线序列比对工具EMBL 全局双序列比对工具Biotools 的双序列比对工具

2022-03-04 13:54:28 3150

原创【生信MOOC】生信数据库2

1、一级蛋白质序列数据库：UniProt 数据库2、一级蛋白质结构数据库：PDB数据库3、二级蛋白质结构数据库：结构域家族数据库Pfam4、二级蛋白质结构数据库：结构分类数据库CATH5、二级蛋白质结构数据库：结构分类数据库SCOP26、专项数据库：京都基因与基因组百科全书KEGG

2022-03-03 17:23:51 2011

原创【生信MOOC】生信数据库1

1、认识生物数据库装载的内容2、生物数据库的分类3、文献数据库——PubMed4、一级核酸数据库——NCBI的Genbank数据库4.1——大肠杆菌dUTPas（脱氧尿苷焦磷酸酶）X01714的DNA序列4.2——编码人dUTPase的成熟mRNA序列U902234.3——编码人dUTPase的dut基因序列。序列AF0184305、一级核酸数据库——基因组数据库Ensemble6、一级核酸数据库——微生物宏基因组数据库JCVI7、二级核酸数据库

2022-03-01 20:32:28 2973

原创 HTML学习笔记

HTML学习笔记1.简介HTML 指的是超文本标记语言:HyperTextMarkupLanguage。HTML 不是一种编程语言，而是一种标记语言（标记语言是一套标记标签(markup tag)）<!DOCTYPE html>声明为 HTML5 文档 <html>元素是 HTML 页面的根元素 <head>元素包含了文档的元（meta）数据，如<meta charset="utf-8">定义网页编码格式为utf-8...

2022-03-01 11:08:03 309

原创【CentOS 7 64位】linux常用命令补充

【CentOS 7 64位】linux常用命令补充1、进程处理命令-ps命令-kill命令2、字符串处理命令-echo命令-grep命令

2022-02-10 15:53:02 117

原创【生信】生物序列比对

1、生物序列比对介绍2、序列比对算法基于全局匹配的算法（1）打分矩阵（2）动态规划算法（3）Needleman-Wunsch算法基于局部匹配的算法Smith-Waterman算法Smith-Waterman算法与Needleman-Wunsch算法的区别启发式搜索算法BWT（(Burrows–Wheeler_transform)）算法3、多序列比对介绍

2022-02-09 16:57:33 4833

原创【生信】常见测序数据格式

【生信】常见测序数据格式1、FASTA2、FASTQ3、GFF4、BED5、SAM/BAM6、VCF

2022-02-05 11:34:01 4467

原创【生信】基因组学中的统计学应用

【生信】基因组学中的统计学应用

2022-02-03 21:07:05 2193

原创【生信】统计学基础知识

【生信】统计学基础知识本文图片来源网络或学术论文，文字部分来源网络与学术论文，仅供学习使用。

2022-02-03 20:26:21 1943 2

原创【生信】基因组学相关基础知识2

【生信】基因组学相关基础知识2

2022-02-03 15:31:50 1944

原创【生信】基因组学相关基础知识1

【生信】基因组学相关基础知识1

2022-02-03 14:40:30 2278

原创【CentOS 7 64位】Linux无法联网问题

【CentOS 7 64位】Linux无法联网问题

2022-01-29 13:34:29 2337

原创【CentOS 7 64位】linux文件系统&命令行操作

【CentOS 7 64位】linux文件系统&命令行操作

2022-01-19 18:37:34 1871

原创【non-coding RNA】非编码RNA有哪些？

【non-coding RNA】非编码RNA有哪些？

2022-01-04 16:35:37 5508

原创机器学习笔记（5）——模型评价指标

机器学习算法评价指标：精确率、召回率、准确率、错误率、F1值、PR曲线、ROC曲线、AUC值

2022-01-04 12:42:22 3118

原创【书籍】Writing Science How to Write Papers That Get Cited and Proposals That Get Funded阅读小结

Writing Science How to Write Papers That Get Cited and Proposals That Get Funded阅读小结

2021-12-31 12:29:09 687

原创【生信】第一二三代测序技术原理的理解

作为生信初学者，对基因测序第一、二、三代测序技术的梳理和了解，详细介绍了几个广泛应用的测序技术原理如sanger测序和illumina测序等，仅供学习使用。

2021-12-31 12:01:47 10622 2

原创【不想读paper的时候看看】阅读文献？

【不想读paper的时候看看】为何阅读文献？最近看了中国科学院大学（国科大/果壳）图书馆对我们一年级集中教学的同学关于图书馆资源与服务的培训PPT，我截取了一些较有感触的slides做一下笔记。

2021-12-28 14:31:35 513

原创 RNA编辑基本形式与相关技术的研究现状（阅读小结）

摘要：生物学的中心法则定义了遗传信息从DNA到RNA再到蛋白质的流动，通常RNA分子通常会准确地遵循其转录基因的序列。但转录后的RNA在编码区可能会发生碱基的加入、丢失或转换等现象，这导致了不同于其DNA模板的RNA产物的产生。RNA编辑是与细胞中功能基因mRNA中核苷酸的修饰有关的基本生化过程。近年来在动植物细胞的RNA编辑研究中都取得了显著的进展。RNA编辑研究对象多为动物细胞的细胞核和线粒体，或者植物细胞的线粒体和叶绿体，RNA编辑也是增加基因转录和功能多样性的重要形式[1]。而RNA编辑位点的预测是

2021-09-09 12:09:30 1189

原创 RNA editing restricts hyperactive ciliary kinases文章翻译

关于MOLECULAR BIOLOGY杂志在2021年6月26日发表的一篇RNA editing restricts hyperactive ciliary kinases文章的翻译前言白驹过隙，不知不觉我的码龄竟然也有四年了。目前，博主正在中国科学院大学雁栖湖校区进行研一的学习，是的，我跨专业保研了，研究生的方向是生物信息分析。与此同时，我也决定慢慢把写博客的习惯捡起来，往后的方向也会侧重生物信息方向的知识记录。刚刚开学两周，要重新学习生物方面的知识，我觉得是很有难度的，特别是深入之后发现生物信息

2021-09-09 12:07:47 415 1

原创 R语言4——字符串&列表&矩阵&数组

R语言4——R的数据类型2目录R语言4——R的数据类型21、字符串1.1 在字符串的语法中，单引号和双引号不能混用1.2 字符串连接函数——paste（）函数1.3 字符串格式化函数——format（）函数1.4字符串计算长度函数——nchar（）函数1.5大小写转换函数——toupper（）&tolower（）函数1.6截取字符串函数——substring（）函数2、列表3.矩阵1、创建矩阵函数——matrix（）函数2、转置矩阵函数——t...

2020-11-01 10:43:39 3313

原创 R语言3——判断&循环

R语言3——R中的语法1.R中的判断结构ifif...elseswitch 语句x <- c(1,2,3,4,5)if(2 %in% x ){ print("2 in x")}else{ print("2 not in x")}if(2 %in% x ){ print("2 in x")}else if(6 %in% x ){ print("6 in x")}else{ print("6 not in x")}a <- swit.

2020-10-31 11:34:07 2826

原创 R语言2——数据类型和基本运算

R语言2——数据类型和基本运算目录R语言2——数据类型和基本运算1.R的数据类型1.R的数据类型（1）Logical（逻辑型）：只有两个值TRUE, FALSE（2）Numeric（数字）：整数、小数等（3）Complex（复合型）：带有虚数i的数，如1+ 2i（4）Character（字符）：包含在“ ”之中，如“hello！”（5）Vectors向量：c()函数，将元素组合成一个向量。c(1,2,3,4)（6）Lists列表：list（）内容包含许多不同类型的元.

2020-10-25 22:48:00 1854

原创 R语言1——R的安装和相关介绍

R语言1——R的安装和相关介绍目录R语言1——R的安装和相关介绍1、R语言和Rstudio的安装2、R语言的基本介绍2.1 hello world！2.2 R中的变量2.3输入输出2.3R默认目录设置2.4Rstudio快捷键前言：反射弧超长的我终于从10月12日推免结束的消息中缓过来哈哈哈哈，给自己历时3年的保研之旅画上了一个完整的句号，成为一名准直博生了，感觉我齐腰的长发保不住了哈哈哈哈。然后呢，最近想要学习一些关于R语言的内容，了解一下用R语言这个工具怎么做统计

2020-10-25 22:03:49 780

原创 Python3对Excel的读写操作（实现将两个.xls文档按照列追加的方式合并为一个xlsx文档）

Python3对Excel的读写操作1、安装所需要的包操作xls、xlsx格式的表格文件，需要用到的库如下：读取：xlrd 写入：xlwt 修改（追加写入）：xlutils操作xlsx格式的表格文件，需要用到的库如下：读取/写入：openpyxl（xlrd模块0.8版本后，对于xlsx格式的表格，使用xlrd也是可以读取的，但是不能写入，会出现文档打不开的情况）# import xlrd# import xlwt# d...

2020-07-03 21:39:40 897

原创 anaconda jupyter notebook的ipynb文件转换为exe文件

anaconda jupyter notebook的ipynb文件转换为exe文件1、安装所需要的库要把jupyter文件变成exe主要用到两库pyinstaller 和pywin32，打开anaconda prompt 安装就行pip install pyinstaller2、将把.ipynb download as .py3、将下载的py文件复制到pyinstaller的文件夹下我的电脑PyInstaller文件夹在，D:\anaconda\Lib\site-packages..

2020-06-20 23:24:41 1962 1

原创一篇文章带你发中文核心期刊《计算机科学》

中文核心期刊《计算机科学》发论文过程分享目录中文核心期刊《计算机科学》发论文过程分享1、写论文，找杂志发表2、寻找投稿的杂志社，修改论文3、论文审核流程4、关于怎么联系杂志的编辑部投稿的大致过程如下：2019年12月8日投稿《计算机研究与应用》直接被退稿了；（大概一周左右就在公众号上收到了退稿消息） 2020年1月31日正式投稿《计算机科学》杂志；（忙完期...

2020-03-31 14:45:52 7196 46

原创数据结构与算法11——排序算法汇总（C语言代码）

数据结构与算法11——排序算法汇总（C语言代码）1、排序的方法及比较。堆的定义目录数据结构与算法11——排序算法汇总（C语言代码）1、排序的方法及比较。堆的定义1.1 排序算法优劣的判断标准1.2排序算法的分类1.3各种算法的思想及实例1.4各种算法的性能比较1.1 排序算法优劣的判断标准1.2排序算法的分类1.3各种算法的思想及实例...

2020-02-29 21:01:21 2135

原创数据结构与算法10——字典与检索（C语言代码）

数据结构与算法整理10——字典与检索（C语言）目录数据结构与算法整理10——字典与检索（C语言）1、字典与检索相关相关概念2、查找方法2.1静态查找2.2动态查找3、散列法3.1散列表的定义3.2 冲突（碰撞）及负载因子3.3设计散列函数需要考虑的因素3.4 散列表解决冲突的方法4、AVL树的生成过程与ASL的计算4.1 AVL树即平衡二叉树...

2020-02-28 16:31:59 4436

原创数据结构与算法整理9——图的相关操作（C语言）

数据结构与算法整理9——图的相关操作（C语言）1、构造邻接矩阵，实现拓扑排序使用的图为：运行结果如下：代码如下：/* 用邻接矩阵表示图的拓扑排序算法*/#include<stdio.h>#include<stdlib.h>#define MAXVEX 100#define TRUE 1#define FALSE 0 ...

2020-02-21 17:02:17 416

原创数据结构与算法整理8——图

数据结构与算法整理8——图（C语言）1、图的相关概念1.1图的概念图的概念：由顶点集合及顶点间的关系集合组成的一种数据结构。图是一种非线性结构，图形结构是数据的逻辑结构的一种，节点使一对多的关系，不具有明显的分层关系。图的基本术语解释及注意事项无向图若 n 个顶点的无向图有 n(n-1)/2 条边,...

2020-02-21 16:29:15 371

原创数据结构与算法整理7——树与二叉树（C语言）

数据结构与算法整理7——树与二叉树（C语言）目录数据结构与算法整理7——树与二叉树（C语言）1、树和二叉树的概念1.1 树1.2 二叉树1.3 二叉树的分类1.4 二叉树的性质1.5 二叉树的存储方式1.6 线索二叉树2、二叉树的周游，中，先—>后，画树3、哈夫曼算法及哈夫曼编码，WPL的计算3.1 哈夫曼树相关概念3.2 哈夫曼树的构造...

2020-02-14 14:53:14 447

原创数据结构与算法整理6——队列与栈的相互操作&栈的回文（C语言）

数据结构与算法整理6——队列与栈的相互操作&栈的回文（C语言）1、队列与栈的相互操作/* 顺序栈表示：函数定义 */#include <stdio.h>#include <stdlib.h>enum { MAXNUM = 20 /* 栈中最大元素个数，应根据需要定义 */}; typedef int DataType;...

2020-02-14 14:14:21 428

使用HTML+PHP搭建一个生物数据增删查改网站代码

使用HTML+PHP搭建一个生物数据增删查改网站。分为用户模式和管理员模式，用户模式实现对数据库的搜索，管理员模式实现对数据库的增删查改。因为是初学html语言和php，所以代码写得都很简单，具体内容可以参见主页里面的介绍博客。文件里面是全部代码。数据库文件已经导出为sql格式放到mysql文件夹下，修改一下数据库的连接数据，就可以直接在本地运行。

2022-03-28