Overview 我在之前写的一篇博客中谈到整理那些混乱的数据源，发现有pssm fts文件夹中的子文件夹和文件并不清楚来龙去脉，这个问题困扰了我一段时间。最近在研究PSSM算法时，与Chris交流了一下，恍然大悟：这个文件夹中的t3pssm,t4pssm,t6pssm三个子文件夹中的形如t6_12.pssm的文件族，是由t3,t4,t6这三个文件夹中的形如t6_12.fasta的文件族经...阅读全文>>

蛋白质序列处理程序之前得到的数据源太乱，这些天整理并重新摆放了一下，每一步的输入文件夹后缀都有一个-in，处理程序文件夹后缀为-run，输出文件夹后缀为-out，这样条理清晰了很多，今日记录，以方便日后查阅使用。 数据处理部分共分5步： 下载并分类(set class) 多步CD-hit 正负样本1:1平衡(Dataset balance) 特征计算(feature calculation...阅读全文>>

该步骤为数据处理的第(4)步，共包含6小步。 其中前三步： 1. AAC,Amino acid composition(AminoAcidC.py) 2. SEQ,Sequence(Seq.py) 3. eft3,amino acids combination properties(involving kmp algorithm)(Eft3.py) 这前三步用到feature_calc.s...阅读全文>>

Overview 因为最近需要用到一些机器学习算法，Python的scikit-learn提供很多机器学习算法实现，可以很方便地用来做实验。今天在自己的电脑上安装了scikit-learn，并在此记录了安装的步骤。 安装pip 由于scikit-learn官方给的步骤是使用pip安装，所以要先安装pip。我是用了pip官方提供的安装页面 但是没有成功。因此想使用homebrew安装pip。使...阅读全文>>