文件名称：matlab歪度峭度代码-FANCY:预测功能基因组数据的隐私风险
文件大小：3.04MB
文件格式：ZIP
更新时间：2024-07-02 06:39:30
系统开源
matlab歪度斜度代码想要 预测功能基因组数据的隐私风险。 预印： 注 1：论文中的结果是使用 MATLAB 版本的代码获得的。 注意 2：如果您想跳过训练步骤并使用已经训练好的模型，对于 FANCY（无论是 matlab (.mat) 还是 pyhton (.sav) 格式，请转到 . 对于 FANCY_low，转到 python 或 matlab 文件夹）。 在python文件夹中，可以找到三个python脚本： 依赖项是pyGPs，可以很容易地下载如下： (1) training_testing_modeling.py将data文件夹中的特征文件一分为二进行训练和测试。 然后它将在训练数据上训练高斯过程学习回归模型。 然后它将预测测试特征的结果并报告测试数据的 R^2 分数。 最后，它会导出模型并保存为“ FANCY.sav ”。内核参数是在MATLAB中优化得到的，因为在Python中优化需要很长时间。 (2) training_testing_modeling_low.py做和(1)一样的操作，但是它只使用泄漏变体数量小于或等于1000的数据。它将模型导出为“ FANCY_
【文件预览】：
FANCY-master
----matlab()
--------FANCY_low.mat(1.44MB)
--------fancy.m(302B)
--------trainRegressionModel.m(4KB)
--------trainingANDtest_for_classifier.m(4KB)
--------fancy_low.m(313B)
----data()
--------bias_depth_cov_tier_snv.txt(634KB)
--------humanfc.txt(428KB)
--------braingvex.txt(504KB)
--------kilpinen.txt(21KB)
--------acet.txt(151KB)
----utils()
--------depth_cov.sh(209B)
--------stats.py(472B)
----README.md(5KB)
----python()
--------training_testing_modeling.py(3KB)
--------FANCY_low.sav(1.5MB)
--------FANCY.ipynb(25KB)
--------FANCY.py(2KB)
--------training_testing_modeling_LOW.py(3KB)