Биопайтон - Машинное обучение

Биоинформатика - отличная область для применения алгоритмов машинного обучения. Здесь у нас есть генетическая информация о большом количестве организмов, и невозможно вручную проанализировать всю эту информацию. Если используется правильный алгоритм машинного обучения, мы можем извлечь много полезной информации из этих данных. Biopython предоставляет полезный набор алгоритмов для контролируемого машинного обучения.

Обучение с учителем основано на входной переменной (X) и выходной переменной (Y). Он использует алгоритм для изучения функции сопоставления от входа к выходу. Это определено ниже -

Y = f(X)

Основная цель этого подхода - аппроксимировать функцию отображения, и когда у вас есть новые входные данные (x), вы можете предсказать выходные переменные (Y) для этих данных.

Модель логистической регрессии

Логистическая регрессия - это контролируемый алгоритм машинного обучения. Он используется для определения разницы между классами K с использованием взвешенной суммы переменных-предикторов. Он вычисляет вероятность возникновения события и может использоваться для обнаружения рака.

Biopython предоставляет модуль Bio.LogisticRegression для прогнозирования переменных на основе алгоритма логистической регрессии. В настоящее время Biopython реализует алгоритм логистической регрессии только для двух классов (K = 2).

k-Ближайшие соседи

k-Ближайшие соседи - это также контролируемый алгоритм машинного обучения. Он работает, классифицируя данные на основе ближайших соседей. Biopython предоставляет модуль Bio.KNN для прогнозирования переменных на основе алгоритма k-ближайших соседей.

Наивный байесовский

Наивные байесовские классификаторы - это набор алгоритмов классификации, основанных на теореме Байеса. Это не единый алгоритм, а семейство алгоритмов, в которых все они разделяют общий принцип, т.е. каждая пара классифицируемых признаков не зависит друг от друга. Biopython предоставляет модуль Bio.NaiveBayes для работы с алгоритмом Naive Bayes.

Марковская модель

Марковская модель - это математическая система, определяемая как набор случайных величин, которые переходят из одного состояния в другое в соответствии с определенными вероятностными правилами. Biopython обеспечиваетBio.MarkovModel and Bio.HMM.MarkovModel modules to work with Markov models.