文件名称：R软件代码转换为matlab-CellLineAnalyzer:CellLineAnalyzer
文件大小：44.24MB
文件格式：ZIP
更新时间：2024-06-10 13:25:24
系统开源
R软件代码转换为matlab CellLineAnalyzer-简介 Cell Line分析仪旨在根据大规模生物信息学数据创建机器学习模型，并确定哪种功能组合是特定结果的最佳预测指标。 该程序的输入为： 一系列.CSV文件，指示重要的特征或基因，按特征类型（例如，mutations.csv，copyNum.csv等）分类和组织。 每个.CSV文件应具有相同的行数，因为这些行表示单元格行。 一系列“ gene_list” .CSV文件。 这些是所有功能文件中的功能，您认为这些文件可能是特定结果的重要预测指标。 结果的.CSV文件。 这些结果将用作机器学习模型的结果数据（Y值）。 它应该是分类数据（0、1等）或回归数据。 该文件中的行数应等于要素文件中的行数。 arguments.txt文件。 这应该是纯文本文件，其中将详细说明各种参数，包括结果文件的名称，要创建的机器学习模型等。 所有这些文件应位于同一文件夹中。 该程序将接受一个参数，即该文件夹的路径（它既可以作为参数在命令行中传递，也可以在运行后在提示符下输入）。 输出将是.CSV文件，称为RandomForestAnalysis.c
【文件预览】：
CellLineAnalyzer-master
----RecommendationsService.py(22KB)
----.gitignore(2KB)
----README.md(21KB)
----Utilities()
--------ModelTrainerFactory.py(2KB)
--------SafeCastUtil.py(205B)
--------GeneListComboUtility.py(7KB)
--------RandomizedDataGenerator.py(11KB)
--------__init__.py(0B)
--------FileConverter.py(4KB)
--------PercentageBarUtility.py(599B)
--------DiagnosticsFileWriter.py(855B)
--------DictionaryUtility.py(901B)
--------GarbageCollectionUtility.py(484B)
----DrSPsudoCode(1KB)
----HTMLWritingService.py(4KB)
----RecommendationsModelInfo.py(208B)
----SupportedMachineLearningAlgorithms.py(673B)
----CustomModels()
--------RandomSubsetElasticNet.py(16KB)
--------RecursiveBooleanPhrase.py(2KB)
--------ModelPhraseDataObject.py(167B)
--------__init__.py(0B)
----Trainers()
--------AbstractModelTrainer.py(11KB)
--------LinearSVMTrainer.py(2KB)
--------RidgeRegressionTrainer.py(1KB)
--------ElasticNetTrainer.py(2KB)
--------RandomSubsetElasticNetTrainer.py(7KB)
--------RadialBasisFunctionSVMTrainer.py(2KB)
--------__init__.py(0B)
--------RandomForestTrainer.py(2KB)
--------LassoRegressionTrainer.py(1KB)
----ArgumentConfig()
--------ProcessedArguments.py(2KB)
--------RSENConfig.py(262B)
--------RecommendationsConfig.py(141B)
--------UnivariateConfig.py(175B)
--------__init__.py(0B)
--------AnalysisType.py(229B)
--------IndividualTrainConfig.py(356B)
----SupportedAnalysisTypes.py(98B)
----DataFormattingService.py(7KB)
----API_datasets()
--------mut_numerical.csv(3.1MB)
--------cn_numerical.csv(57.29MB)
--------.DS_Store(6KB)
--------ge_numerical.csv(69.27MB)
--------auc.xlsx(16KB)
----__init__.py(0B)
----LoggerFactory.py(453B)
----.idea()
--------misc.xml(185B)
--------CellLineAnalyzer.iml(284B)
----__main__.py(4KB)
----Testing()
--------FileConverterIT.py(1KB)
--------DataFormattingServiceIT.py(10KB)
--------HTMLWritingServiceIT.py(2KB)
--------AutoGeneratedDataFolder()
--------SampleClassifierDataFolder()
--------__init__.py(0B)
--------CustomModelTests()
--------RecommendationsServiceIT.py(9KB)
--------ArgumentProcessingServiceIT.py(8KB)
--------SampleMatlabDataFolder()
--------MachineLearningServiceIT.py(22KB)
----.DS_Store(6KB)
----ArgumentProcessingService.py(23KB)
----Reports()
--------reportTemplate.html(27KB)
--------__init__.py(0B)
----MachineLearningService.py(30KB)