文件名称：matlabsvr代码-kaggle_phenotypes:从基因型预测表型
文件大小：34.42MB
文件格式：ZIP
更新时间：2024-06-27 15:50:33
系统开源
matlab svr代码kaggle_表型 戴希扬@UMD CS 从基因型预测表型。 这是用于从基因型@UMD CMSC702 预测表型的 Kaggle 竞赛。 整个代码按原样提供。 要求 -Matlab -Libsvm/Libliner (for SVR) -DeepLearnToolbox (for NN regression) -vl_feat (for gmm) 建议的方法 团结 - logloss.m - dataloader.m - confusion_matrix.m - mynormalize.m - k_mer_feature.m - gmms_feature.m 特征选择 - feature_selection.m - fs_trian_test.m 降维 - dimension_reduct.m K-mer + 种群 + LASSO + NN/SVR - nfold_validation.m: Driver to run nfold cross validation on proporsed methods (SVR) - mytrain.m - mytest.m
【文件预览】：
kaggle_phenotypes-master
----model.mat(979KB)
----.DS_Store(12KB)
----train.py(2KB)
----nfold_validation.m(3KB)
----mynnpredict.m(318B)
----boosting.m(2KB)
----gmms_feature.m(1KB)
----generate_kaggle_result.m~(723B)
----dataloader.m(3KB)
----nfold_validation.m~(3KB)
----logloss.m(208B)
----test_cache.mat(1.55MB)
----mynntest.m(589B)
----mytest.m(1KB)
----generate_kaggle_boost_result.m(407B)
----confusion_matrix.m(967B)
----data_cache.mat(5.7MB)
----generate_kaggle_result.m(726B)
----README.md(970B)
----meta_cache.mat(1.09MB)
----mypredict.m(796B)
----mynormalize.m(233B)
----data()
--------.DS_Store(6KB)
----dimension_reduct.m(1KB)
----mytrain.m(1KB)
----kaggle.csv(4KB)
----model_0.688.mat(26.01MB)
----mynntrain.m(1KB)
----dim_reduct.mat(2KB)
----k_mer_feature.m(560B)