安装依赖 12345678910111213141516conda clean -y -allconda create -n geo -c conda-forge r-base=4.1.3conda activate geoconda install -c conda-forge r-tidyverse=1.3.1 -yconda install -c conda-forge r-irkernel

博主最近在看临床预测模型，里面涉及到一些神经网络的相关知识，这里记录一下博主的简单理解。 基本概念 X：一个nx维的输入张量，可以是nx=0的标量，nx=1的向量，nx=2的矩阵，或更高维的张量 Y：一个ny维的输出张量，可以是nx=0的标量，nx=1的向量，nx=2的矩阵，或更高维的张量 f：一个特定结构的神经网络，如简单的BP神经网络、复杂的深度神经网络DNN等，用于将X映射到Y W：一个n

TMM：The Trimmed Mean of M value by edgeR VST：The variance stabilizing transformation by DESeq2 RLOG：The regularized-logarithm transformation by DESeq2 Counts矩阵来源于STAR匹配得到的结果：df <- read.csv('GSE12

通过比对，我们得到了counts矩阵，接下来可以进行DEGs分析。此时如果我们有多组之间的对比，则可以使用RRA算法来聚合我们的结果。 RRA的安装 1234567891011121314151617181920conda create -n tcga -c conda-forge r-base=4.1.2 -yconda activate tcgaconda install -c conda-f

配置环境 基础编程环境 GitHub 下载加速 可能需要用到的加速服务 1234conda create -n forestplot -c conda-forge r-forestplot -yconda activate forestplotconda install -c conda-forge r-tidyverse r-irkernel -yRscript -e "IRker

Logistic 回归的假设 假设1：因变量唯一，且为有序多分类变量 假设2：存在一个或多个自变量，可为连续、有序多分类或无序分类变量。 假设3：自变量之间无多重共线性。 假设4：模型满足“比例优势”假设。 选择自变量 12345paste0('"',paste(colnames(data$training_set), collapse = '"

Rclone使用自建应用挂上了Ondrive，接下来就该配置aria2+自动上传脚本了。 安装aira2 12345678910111213141516171819202122232425262728293031323334version: "3.8"services: Aria2-Pro: container_name: aria2-pro image: p3t

最近看《从一到无穷大》，对里面的闵氏时空图很感兴趣，恰好里面有去天狼星的例子，因此想用时空图画画看。为简化问题，这里取天狼星到地球的距离为9光年，实际约为8.6光年。同时为了便于画图，纵轴时间轴以年×光速为单位，横轴空间轴以光年为单位。使用 geogebra 进行绘图。 出发前的时空图 如图1所示，线段g（CAD）表示飞船，A点为质心。直线f表示天狼星B的世界线。射线h（AE）表示A的光锥。射线

2023-09-27更新：添加了转录本计数相关内容 一些依赖 安装 biobambam 项目地址：https://gitlab.com/german.tischler/biobambam2 1conda create -n biobambam -c bioconda biobambam -y 安装 star 1234conda create -

安装CellTypist并配置环境，加载所需的包，加载数据，将Seurat对象转换为scanpy对象，对每个细胞进行观察，对基因矩阵进行注释，组装AnnData对象，进行预测，并将预测结果添加到Seurat对象中。