ZGY9542的博客

使用python简单实现三种常见的降维方法：PCA、t-SNE和Umap（降到二维进行可视化）

K核苷酸频率（KNF，k-nucleotide frequencies）或K-mer频率KNF描述了序列中存在k个核苷酸的所有可能的多核苷酸的频率。

受试者工作特征曲线（Receiver operating characteristic curve，ROC）精确召回曲线（Precision recall curve，PRC）

常见的机器学习模型有：逻辑回归（LR）、决策树（DT）、随机梯度下降（SGD）、支持向量机（SVM）、随机森林（RF）、梯度提升决策树（GBDT）、极限梯度提升（XGBoost）和LightGBM。本文介绍了以上八种机器学习模型的便捷使用方法，实现了多个数据可对应多种模型。

K核苷酸频率（KNF，k-nucleotide frequencies）或K-mer频率KNF描述了序列中存在k个核苷酸的所有可能的多核苷酸的频率。如果k=2，则计算的为双核苷酸频率（即AA、AT、AG、AC、……TT），共42=16种；如果k=3，则计算的为双核苷酸频率（即AAA、AAT、AAG、AAC、……TTT），共43=64种；以此类推。K-mer频率亦如此。方法一：#提取核苷酸类型（排列组合）from itertools import productdef nucleotide_typ

K-mer特征提取one-hot编码定义K-mer函数，把序列转换成密码子形式def Kmers_funct(seq): X = [None]*len(seq) #若数据只有一个序列，可不用此定义 for i in range(len(seq)): #若数据只有一个序列，可不用此循环 a = seq[i] t=0 l=[] for index in range(len(a)): t=a[in