DNA 与生存分析数据可视化

自动化绘制LASSO算法回归模型图（42）

¥69.90

购买后会显示你购买的服务器的账号和密码。并且发送服务器的账号和密码到你的邮箱作为备份。格式为xxxx:zzzz  （以“：”分割，前边是账号，后边是密码），例如  xiaoyun:998899 那么你的服务器的账号和密码分别是xiaoyun和998899。

有了账号和密码后，不会登录服务器的参考链接：https://www.biocloudservice.com/wordpress/?p=292  

有问题咨询客服，客服微信：18502195490

分类：

描述

LASSO全称Least absolute shrinkage and selection operator(最小绝对收缩和选择算子)，特点是在拟合广义线性模型的同时进行变量筛选和复杂度调整。因此，不论目标因变量是连续的，还是二元或者多元离散的，都可以用 LASSO 回归建模然后预测，通过LASSO Cox回归模型获得的特征基因。因此本软件基于肿瘤样本的基因表达谱并结合患者生存信息，利用LASSO回归(最小绝对收缩和选择算子)算法，得到特征基因。用户只需要输入表达矩阵，软件将自行构造LASSO回归模型以获取特征基因，同时绘制LASSO回归模型图。
使用方法：Rscript Lasso_model_diagram.R – file=
参数说明：USAGE:        Lasso_model_diagram.R –file=< file> PARAMETERS:

        – file   The expression matrix ,including the survival status (0 = alive, 1 = dead) and survival time of each patient, and the expression of genes in each patient sample.

      The first column is survival status,the second column is survival time,other columns are gene,sample as row,input txt format using tabs as delimiters

操作步骤：
1、打开命令行界面，输入“Rscript Lasso_model_diagram.R”调阅帮助文档，确定该程序所需的输入文件。2、用户根据帮助文档中的参数说明内容，对参数进行设置。这里，必须输入参数有1个是–file，表示表达矩阵文件， 包括每个患者的生存状态（0=存活，1=死亡）和生存时间，以及每个患者样本中的基因表达。第一列是生存状态，第二列是生存时间，其他列是基因，每一例患者样本作为行，使用制表符作为分隔符输入txt格式。3、完成参数提交后，按下回车键，整个程序即正式开始进入执行。程序执行完毕后，界面会显示“Program execution is completed”结束语。
流程图：
结果展示：
1.图中的每一条曲线代表了每一个自变量系数的变化轨迹，纵坐标是系数的值，横坐标是 log(λ)。
2.图中的每一条曲线代表了每一个自变量系数的变化轨迹，纵坐标是系数的值，横坐标是 L1 norm。
3.LASSO系数谱，基于该图选择最佳的λ，两条虚线分别指示了两个特殊的λ值：lambda.min和 lambda.1se 这两个值之间的lambda都认为是合适的。lambda.1se构建的模型最简单，即使用的基因数量少，而lambda.min则准确率更高一点，使用的基因数量更多一点，默认选择lambda.min。
4.通过LASSO系数谱，λ使用的是lambda.min时筛选得到的特征基因，及基因对应的相关系数。

相关产品