干货！高分生信sci常用机器学习算法推荐——SVM

尔云间  一个专门做科研的团队

欢迎点赞+收藏+关注

生信人R语言学习必备

立刻拥有一个Rstudio账号

开启升级模式吧

（56线程，256G内存，个人存储1T）

小果如期而至，又是想大家的一天呢。

什么是SVM？

小果今天带大家学习的技术点是一个经典的机器学习算法——支持向量机（SVM），这是一种常见的判别方法。在机器学习领域，是一个有监督的学习模型，通常用来进行模式识别、分类以及回归分析。那么这种算法能不能用到生信方向呢？

经过小果阅读多篇高分生信文章后发现，很多文章都用到了这个方法，说明这个方法不简单！接下来就和小果一起通过一个案例来学习一下吧！

小果采用的数据是一个临床数据，其中每行为一个病人样本，每列为样本的特征，group为样本的分组。

数据样例展示

所需R包下载安装

数据读取和数据集划分

模型搭建

结果可视化

ROC曲线图

分类情况散点图

实验结果会得到ROC曲线图和分类情况散点图，其中ROC曲线绘制的图形面积表示了模型在测试集上的预测准确率，可以看到结果其预测准确率AUC=0.977，分类散点图表示了预测结果的分类情况，不同颜色代表不同分组，圆点代表结果预测准确，加号代表预测错误。

学习结束！小伙伴们有没有感觉茅塞顿开？相信大家以及蠢蠢欲动了吧，快自己动手试验一下吧！（小果新开发的零代码云生信分析工具平台包含超多零代码小工具，上传数据一键出图，感兴趣的小伙伴欢迎来参观哟，网址：http://www.biocloudservice.com/home.html）

“生信果”，生信入门、R语言、生信图解读与绘制、软件操作、代码复现、生信硬核知识技能、服务器、生物信息学的教程，以及基于R的分析和可视化等原创内容，一起见证小白和大佬的成长。