速度采样器(GMYC) 该R Shiny App是SPEDE-SAMPLER程序的最后部分,允许用户在通过对对齐的Fasta文件中的序列进行随机重采样而创建的多个系统发育树上运行GMYC分析。 要通过R运行此应用,请在控制台中输入以下内容: install.packages("shiny") # install the shiny package library(shiny) # load up the shiny library shiny::runGitHub("spede-sampler", "CJMvS", ref="main") # run the app
2022-12-26 14:28:47 1.23MB R
1
前面的部分中,我们已经看到了RapidMiner Studio图形用户界面是如何建立起来的,以及如何用它来定义和执行分析流程。在流程的最后,流程结果会显示在结果视图中。现在在工具栏上点击一下就能跳转到结果视图了。这一章会详细阐述结果视图。依据您是否已经生成了可被描述的结果,在默认设置前提下,您现在应该至少能大致看到这些显示内容,如图4.1所示。
2022-12-25 12:30:58 1.3MB 大数据 数据挖掘 Rapidminer 数据可视化
1
33种TCGA肿瘤的拷贝数GISTIC2.0分析结果 单价29.9元,付款后私信给博主,博主分享网盘链接。
2022-12-23 15:17:27 31KB GISTIC2.0 生物信息学 拷贝数变异
高级项目 我研究了使用不同的机器学习算法和python来预测英超联赛足球比赛的结果。 这是我高三毕业时作为Goucher大学计算机科学专业的Capstone项目。 我使用whoscored.com的数据,创建了用于预测游戏效果的大多数指标。 我表现最好的算法是Logistic回归模型和Random Forest Regressor(它们的精确度为68%)。 考虑到我只有357个数据点(仅包括108个验证测试集数据点),这给人留下了深刻的印象! 文件: MyCapstone.ipynb: 该文件是一个jupyter笔记本,其中包含我在数据处理,数据分析和机器学习建模中使用的所有代码。 Table4.csv 这是一个csv文件,其中包含基于whoscored.com数据的数据,我已对其进行处理并将其用于执行预测。
2022-12-22 22:34:04 64KB JupyterNotebook
1
svm结果读取,对01序列进行统计,并且输出统计结果,默认为window和other
2022-12-21 00:57:43 2KB svm
1
利用管道技术实现后台执行任意cmd脚本命令
2022-12-19 09:53:07 1.38MB cmd脚本 后台执行 管道技术
1
nginx缓存教程: 缓存API接口的返回结果,下次再调用API时,直接从缓存中取出上次的结果
2022-12-18 18:18:05 7KB nginx 缓存
信号源输出电压频率,幅值时,选择合适的值,使得输出磁感应强度达到接近饱和状态时,改变,得到模式下波形如图(其中上方波形显示的是的信号,测量的是电阻两端的电压变化
2022-12-16 10:56:43 4.31MB doc文档
1
RJS D4000+条码检测仪分析结果说明书以及使用过程中注意事项。
2022-12-16 10:30:13 188KB RJS D4000+ 结果分析
1
表一 螺线管相关参数统计表螺线管匝数N螺线管长度L/mm螺线管内径D内/mm螺线管外径D外/mm3000(+-20)2602545螺线管的平均直径补偿电路中集成
2022-12-16 10:25:35 89KB doc文档
1