応答スクリーニングに関するクエリ<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />私は、複数の標本における67の遺伝子レベルの対話型データベースを持っています〜100。これらの遺伝子は推定活性のために選ばれた。遺伝子の多くは他の遺伝子と相互作用します。私は個々の遺伝子と相関する遺伝子の最良のグループを決定しようとしています。さまざまなプラットフォーム（予測スクリーニングユーティリティ、分割されたツリー/フォレスト、モデリングにおける応答スクリーニング、およびモデリングにおけるスクリーニング）を使用して、生物学的に意味のある類似した階層の遺伝子が得られます。しかし、フィットモデルでの応答スクリーニングを使用すると、階層が非常に異なるため、生物学的意味がはるかに少なくなります。フィットモデルでの応答スクリーニングが非常に異なる理由は何でも。
ありがとう、ニール
応答スクリーニングについての問い合わせ本当にありがとう
応答スクリーニングについての問い合わせRex、その答えは、Fit Modelプラットフォームが、事実の後のデータから計算された最適なフィット（最小のRMSE）を与える結果をもたらす傾向があるという事実にあると思います。 他の方法は最善を与えるように設計されています予測モデルどちらかというとベストフィットモデル。
応答スクリーニングについての問い合わせ本当にありがとう。これはとても役に立ちます。部分最小二乗法がうまく機能します。私の質問は、フィットモデルプラットフォームでのレスポンススクリーニングがモデルプラットフォームでのレスポンススクリーニングと異なるのはなぜですか？
応答スクリーニングについての問い合わせあなたはニューラルネットワークを試しましたか？私は最初のステップの1つとしてそれを確実にするでしょう。 部分最小二乗法もあります。 私はあなたが言及したもののように、これらおよび他のいくつかの方法を行い、そしてどの方法が最良の実際を与えるかを決定する 最良のRMSEで予測された結果。 お役に立てれば。
