Interrogare sullo screening delle risposte<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Ho un database interattivo di 67 livelli di geni in più campioni ~ 100. Questi geni sono stati scelti per un'attività probabile. Molti dei geni sono interattivi con gli altri. Sto cercando di determinare il miglior gruppo di geni che si correlano con ogni singolo gene. Usando varie piattaforme (utilità di screening predittivo, albero / foresta potenziato nella partizione, screening della risposta nella modellazione e screening nella modellazione), ho una gerarchia di geni simile, che ha un senso biologico. Tuttavia, usando lo screening di risposta nel modello fit, ottengo una gerarchia molto diversa, che rende molto meno senso biologico. Qualche idea sul perché lo screening della risposta nel modello in forma sia così diverso.
Grazie, Neal
Ri: Interrogare sullo screening delle risposteGrazie mille
Ri: Interrogare sullo screening delle risposteRex, penso che la risposta risieda nel fatto che le piattaforme Fit Model tendono a dare risultati che danno il miglior adattamento (RMSE più basso) calcolato dai dati dopo il fatto. Altri metodi sono progettati per dare il meglio modello predittivo piuttosto che il miglior modello adattato.
Ri: Interrogare sullo screening delle risposteGrazie mille. questo è molto utile. I minimi quadrati parziali funzionano bene. La mia domanda è: perché lo screening della risposta nella piattaforma del modello di adattamento differisce dallo screening della risposta nella piattaforma del modello?
Ri: Interrogare sullo screening delle risposteHai provato reti neurali? Lo farei sicuramente come uno dei miei primi passi. Anche i minimi quadrati parziali. Vorrei fare questi e molti altri metodi, come quelli che hai menzionato, e determinare quale metodo dà il meglio. Risultati previsti, con il miglior RMSE. Spero che questo ti aiuti.
