Biopython - Aprendizaje automático

La bioinformática es un área excelente para aplicar algoritmos de aprendizaje automático. Aquí tenemos información genética de gran cantidad de organismos y no es posible analizar manualmente toda esta información. Si se utiliza un algoritmo de aprendizaje automático adecuado, podemos extraer mucha información útil de estos datos. Biopython proporciona un conjunto útil de algoritmos para realizar un aprendizaje automático supervisado.

El aprendizaje supervisado se basa en la variable de entrada (X) y la variable de salida (Y). Utiliza un algoritmo para aprender la función de mapeo desde la entrada hasta la salida. Se define a continuación:

Y = f(X)

El objetivo principal de este enfoque es aproximar la función de mapeo y cuando tiene nuevos datos de entrada (x), puede predecir las variables de salida (Y) para esos datos.

Modelo de regresión logística

La regresión logística es un algoritmo de aprendizaje automático supervisado. Se utiliza para averiguar la diferencia entre clases K mediante la suma ponderada de variables predictoras. Calcula la probabilidad de que ocurra un evento y puede usarse para la detección de cáncer.

Biopython proporciona el módulo Bio.LogisticRegression para predecir variables basadas en el algoritmo de regresión logística. Actualmente, Biopython implementa un algoritmo de regresión logística solo para dos clases (K = 2).

k-Vecinos más cercanos

k-Los vecinos más cercanos también es un algoritmo de aprendizaje automático supervisado. Funciona categorizando los datos según los vecinos más cercanos. Biopython proporciona el módulo Bio.KNN para predecir variables basadas en el algoritmo de k vecinos más cercanos.

Bayes ingenuo

Los clasificadores ingenuos de Bayes son una colección de algoritmos de clasificación basados ​​en el teorema de Bayes. No se trata de un algoritmo único, sino de una familia de algoritmos donde todos comparten un principio común, es decir, cada par de características que se clasifican es independiente entre sí. Biopython proporciona el módulo Bio.NaiveBayes para trabajar con el algoritmo Naive Bayes.

Modelo de Markov

Un modelo de Markov es un sistema matemático definido como una colección de variables aleatorias, que experimenta la transición de un estado a otro de acuerdo con ciertas reglas probabilísticas. Biopython proporcionaBio.MarkovModel and Bio.HMM.MarkovModel modules to work with Markov models.