文章目录
- MITRE：利用微生物组时间序列数据推断与宿主状态变化相关的特征
-
- 热心肠日报
- 写在前面
- 主要结果
-
- 图1. MITRE通过对时间序列的微生物群落的系统发育信息进行学习，同宿主的状态改变联系起来，并构建人类可解释的模型
- MITRE软件的主要原理架构
- 基于半真实的数据和真实数据测试模型
- 图2. MITRE和其他分类器对半合成和真实数据的交叉验证和预测表现
- 模型的解释性能和探索性分析
- 图3. MITRE支持交互式的探索模型，允许模型探索学习一些用户指定的规则
- 材料方法
-
- MITER软件操作和输入要求
- 数据预处理和过滤
- 生物信息预处理和分析数据集的过程
- 软件github开源
- Reference
- 猜你喜欢
- 写在后面
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容，请联系我们，一经查实，本站将立刻删除。
如需转载请保留出处：https://51itzy.com/kjqy/42515.html