之前的教程中提到了數據下載鏈接，但未提供整理好后的數據。后臺總有朋友問起，提供數據網盤容易失效，就把整理方法放在這，可基于原始鏈接下載后轉換為所需格式。

安裝YSX包 (已改名為ImageGP包)

YSX包已改名為ImageGP包，這是為配合繪圖網站ImageGP而構建的包，里面也包含了對常用繪圖函數和數據整理命令的包裝，在整個機器學習教程中也常有用到。

ImageGP包目前在Github和碼云上都有，推薦用碼云，下載速度快。

devtools::install_git("https://gitee.com/ct586/ImageGP")# 安裝好之后，之前教程的library(YSX)都改為library(ImageGP) library("ImageGP")

改名是因為之前一個誤操作，在YSX倉庫里面引入了不少示例數據，使得包變得很大。而Github又訪問速度慢，常常安裝不成功。

# 如果從Github上安裝原有的`YSX`也可以： # 不推薦 # devtools::install_github("Tong-Chen/YSX")

DLBCL 數據集

數據信息在頁面https://file.biolab.si/biolab/supp/bi-cancer/projections/info/DLBCL.html

Diffuse large B-cell lymphoma (DLBCL): 58 examples (75.3%); Follicular lymphoma (FL): 19 examples (24.7%)。

可通過鏈接下載https://file.biolab.si/biolab/supp/bi-cancer/projections/_datasets/DLBCL.tab。

下載后，刪除第2行和第3行。

再用下面的R代碼讀取和整理

dlbcl_tab <- "DLBCL.tab" dlblc <- read.table(dlbcl_tab, row.names = NULL, header=T) dim(dlblc)class = dlblc$class table(class)

生成Metadata信息

metadata = data.frame(sample=c(paste("DLBCL", 1:58, sep="_"), paste("FL", 1:19, sep="_")),class=class) head(metadata)write.table(metadata, "dlbcl.metadata.txt", sep="\t", row.names=F, col.names = T, quote=F)

生成表達文件

rownames(dlblc) <- metadata$sample dlblc <- dlblc[,1:7070] dlblc <- t(dlblc) dlblc[1:3,1:4]library(ImageGP) sp_writeTable(dlblc, file="dlblc.expr.txt", keep_rownames = T)

機器學習系列教程

從隨機森林開始，一步步理解決策樹、隨機森林、ROC/AUC、數據集、交叉驗證的概念和實踐。

文字能說清的用文字、圖片能展示的用、描述不清的用公式、公式還不清楚的寫個簡單代碼，一步步理清各個環節和概念。

再到成熟代碼應用、模型調參、模型比較、模型評估，學習整個機器學習需要用到的知識和技能。

機器學習算法 - 隨機森林之決策樹初探（1）

機器學習算法-隨機森林之決策樹R 代碼從頭暴力實現（2）

機器學習算法-隨機森林之決策樹R 代碼從頭暴力實現（3）

機器學習算法-隨機森林之理論概述

隨機森林拖了這么久，終于到實戰了。先分享很多套用于機器學習的多種癌癥表達數據集 https://file.biolab.si/biolab/supp/bi-cancer/projections/。

機器學習算法-隨機森林初探（1）

機器學習 模型評估指標 - ROC曲線和AUC值

機器學習 - 訓練集、驗證集、測試集

機器學習 - 隨機森林手動10 折交叉驗證

一個函數統一238個機器學習R包，這也太贊了吧

基于Caret和RandomForest包進行隨機森林分析的一般步驟 （1）

Caret模型訓練和調參更多參數解讀(2)

機器學習相關書籍分享

基于Caret進行隨機森林隨機調參的4種方式

送你一個在線機器學習網站，真香！

UCI機器學習數據集

機器學習第17篇 - 特征變量篩選（1）

機器學習第18篇 - Boruta特征變量篩選（2）

總結

以上是生活随笔為你收集整理的机器学习系列补充：数据集准备和更正YSX包的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。