응답 스크리닝에 대한 질문<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />나는 여러 표본에서 67 개의 유전자 수준의 상호 작용하는 데이터베이스를 가지고 있습니다 ~ 100. 이 유전자는 가능한 활동을 위해 선택되었습니다. 많은 유전자가 다른 유전자와 상호 작용합니다. 각 개별 유전자와 관련이있는 최고의 유전자 군을 결정하려고합니다. 다양한 플랫폼 (예측 인자 스크리닝 유틸리티, 파티션에서의 나무 / 숲의 강화, 모델링에서의 반응 스크리닝, 모델링에서의 스크리닝)을 사용하여 생물학적으로 의미있는 유사한 계층 구조의 유전자를 얻습니다. 그러나 적합 모델에서 반응 스크리닝을 사용하면 매우 다른 계층 구조를 갖게되어 생물학적 의미가 훨씬 줄어든다. 적합 모델에서 반응 선별이 왜 그렇게 다른지에 대한 아이디어.
고마워, 닐
제목 : Re : Response Screening에 대한 질문정말 고마워
제목 : Re : Response Screening에 대한 질문Rex, 저는 Fit Model 플랫폼이 사실 이후의 데이터로부터 계산 된 최적의 결과 (가장 낮은 RMSE)를주는 경향이 있다는 사실에 답이 있다고 생각합니다. 다른 방법은 최선을주기 위해 고안되었습니다. 예측 모델 오히려 가장 잘 맞는 모델.
제목 : Re : Response Screening에 대한 질문정말 고마워. 이것은 매우 도움이됩니다. 부분 최소 자승은 잘 작동합니다. 필자의 질문은 적합 모델 플랫폼의 응답 스크리닝이 모델 플랫폼의 응답 스크리닝과 다른 이유는 무엇입니까?
제목 : Re : Response Screening에 대한 질문Neural Networks를 사용해 보셨습니까? 나는 확실히 그것을 나의 첫 걸음 중 하나로 할 것입니다. 또한 부분 최소 자승. 나는 당신이 언급 한 것과 같은 이들과 다른 여러 가지 방법을 사용하고 어떤 방법이 가장 좋은지를 결정합니다. 실제 대 최고의 RMSE로 예측 된 결과. 희망이 도움이됩니다.
