【文件属性】：
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：2021-06-07 22:03:53
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)