发简信
IP属地：江苏
-
-
特征归一化与独热编码
前言 在使用数据挖掘（DM）或机器学习（ML）算法建模时，有时候需要对特征进行归一化（Scaling）或独热编码（One-Hot Encoding）。 以前建模的时候，并没有...
-
不看私信<br>看不到的文章是被简书锁了
-
R语言基础8--R语言缺失值、异常值和重复值的识别与处理R语言基础系列： R语言基础1--R数据格式：.rds和.rda的区别[https://www.jianshu.com/p/6a824548887b] R语言基础2--数据排...
-
-
怎么处理缺失值/异常值？
https://www.zhihu.com/question/58230411?sort=created[https://www.zhihu.com/question/582...
-
收集一些生物信息学的分析流程的文章。感谢这些简友整理的生信分析流程！ 如果简友投稿没有被我收入专题，可能是我没看到或者收入到其他针对性更强的专题中了。望见谅！ 🕛🕐🕑🕒🕓🕔🕕🕖🕗🕘🕙🕚 文章的收录是有顺序的，查看的时候请点击“最新收录”然后进行查看。 👣 全基因组测序(WGS)分析 👣 转录组分析RNA-seq的分析流程 👣 染色质免疫共沉淀技术ATAC-Seq、ChIP-Seq分析 👣 单细胞scRNA-seq分析 👣 癌症的预后标志物查找 👣 系统发育演化进化树构建与分析 👣 群体遗传学分析 👣 全基因组关联分析(GWAS) 👣 基因家族的分析 👣 甲基化测序与分析 👣 KEGG/GO功能富集分析 👣 图形绘制具体细节的比如热图、曼哈顿图的绘制等 👣 python、perl、R的包的使用过程 👣 具体工具的使用，比如GATK的使用过程 👣 数据库的挖掘方法，比如TCGA数据库的使用 👣 另外就是整个文章走下来的流程 👣 👣 👣
-
-
生信＋实验：最全单基因研究套路总结
随着测序技术的发展，每年测序数据量以PB级增长。随着海量测序数据的增长，越来越多的研究人员开始挖掘公共数据库中的测序数据的意义。已有很多研究表明，某个基因可能参与了某种肿瘤的...
