在线分析|在线做随机森林分析

今天小编给大家介绍的是TUTU（https://www.cloudtutu.com/）网站上新添的randomforest2分析，即随机森林模型分析。目前平台上有两个随机森林的分析，如下图，小伙伴们可根据自己的需求选择对应的工具。

随机森林（Random forest）

随机森林（Random forest）是利用多棵决策树对样本进行训练并预测的一种分类器。独木不成林，随机森林可以弥补单个决策树泛化能力弱的问题。在机器学习中，随机森林作为一个包含多个决策树的分类器，其输出的类别是由个别树输出的类别的众数而定的。一般来说，随机森林中任意两棵决策树的相关性越大，错误率越大；每棵决策树的分类能力越强，整个森林的错误率越低，它可以分析高维度数据，并且不用做特征选择，是模型预测的利器。

应用举例：

通过应用随机森林建模（分类程序），我们基于不同的预测变量预测了所有 39 种植物物种的空间共现模式（即聚合或分离），包括物种- 植物之间整体根相关真菌 OTU 的相对丰度 (RA)、系统发育 (PL)、功能性状 (FT)、丰富度 (RICH) 和群落组成 (COMM) 的水平差异，以及截断值为 0.5 和 0.9 时共享（或独特）核心根相关真菌 OTU 的修正相对丰度 (MRA) 谱。（Root-associated fungal community reflects host spatial co-occurrence patterns in a subtropical forest）

以下还是小编关于网站使用的一些注意事项：

1.绘图免费：网站绘图是免费的：https://www.cloudtutu.com/，一般用谷歌或者火狐浏览器登录，输入验证码即可登录成功并使用，遇到网络不好的情况，也可以换下其他浏览器。

2.工具查找：在“微生物分析”一栏，所有的工具都在里面，没有找到相应工具的小伙伴可能需要耐心往下翻翻，一般新上的工具会排在前面。

3.使用说明：有用户反映上传数据上传不上去，这种情况一般是因为文件格式或者内容里有不识别的字符，与示例数据形式相左或者文件数据量太大了，需要时间上传。每个工具右侧有“帮助文档”一栏，使用较多的部分工具也新增了“常见问题”，小伙伴使用时请务必按照这两个说明进行操作，不然可能会出现上传不成功甚至画不出来的情况。

4.问题反馈：如果有画图的问题解决不了，或者有一些画图需求，改进建议等等，可以联系“小图”，小图的二维码贴在页面右侧，一眼就可以看到。

5.其他：TUTU网站上的绘图工具可以处理一般数据量的文件，但是如果数据太大（十几兆或几十兆的文件），有些工具是画不出来的,比如说零模型、OPLS-DA等等…毕竟资源有限，还请各位客官见谅.

使用方法

1 TUTU网站登录

①登录网址：www.cloudtutu.com（推荐使用360或者谷歌浏览器）
②输入用户名和密码（小编已经为大家填好了，如果不显示可添加文末二维码添加小编获取），输入验证码后即可登录；
③登录后在“微生物分析”那一栏找到randomforest2，点击进入；
④请按照界面右侧的说明书或者下文进行操作。

2 上传文件

※※※目前平台仅支持.txt(制表符分隔)文本文件或者.csv文件的文件上传，最好传txt文本文件！
※※※请您务必按照示例数据的格式调整数据！上传文件中不可带有：中文、中文字符、空格、重复名称等！！！
a）准备2个数据文件(形式参照示例数据，如微生物物种丰度表、基因表达量矩阵等等)；
b）文件1：OTU表，表格需要带表头和列名，每一列为样本名，每一行为各种指标数据名，例如OTU等；文件2：TAX表：表格需要带表头和列名，文件1中otu对应的分类水平；
c）请提交txt(制表符分隔)文本文件或者.csv文件。操作方法为：全选excel中的所有内容（ctrl+A），复制到记事本中，将记事本文件另存后点击“上传”按钮上传该文件。

3 参数设置

3.1 在界面右侧编辑分组信息：需要对所有样品进行分组，本网站支持在线修改分组名称的功能。有在线输入(方式一)和手动粘贴(方式二)两种方式。(绘图前必须检查分组名称)

3.2 分类水平选择：按需自行设置

4 下载文件

点击“运行”开始作图，点击“下载”保存结果文件。PDF格式的文件可通过矢量图编辑工具进行编辑。

5 作图后处理

TUTU云平台提供的是PDF格式的矢量图，可通过矢量图处理软件进行编辑和调整（如：文字字体，文字大小，图片分辨率等）。图形处理软件可扫描文后的二维码添加小编获取。

6 写作建议

XXXX was performed on Tutools platform (https://www.cloudtutu.com), a free online data analysis website.
尊敬的用户，如果图图云平台在您的科研中有幸提供了些许帮助，我们期望您能在方法学或者致谢中提及我们，引用方法如下：XXXX analysis was performed on Tutools platform (https://www.cloudtutu.com/#/index), a free online data analysis website. 目前平台还处于测试阶段，使用过程中有任何疑问或者报错欢迎随时联系小编反馈。您的反馈和建议是我们最大的动力。

在线分析|在线做随机森林分析相关推荐

在线作图|在线做随机森林分析
随机森林(Random forest) 随机森林(Random forest)是利用多棵决策树对样本进行训练并预测的一种分类器.独木不成林,随机森林可以弥补单个决策树泛化能力弱的问题.在机器学习中,随 ...
数据分享|R语言用主成分PCA、逻辑回归、决策树、随机森林分析心脏病数据并高维可视化...
全文链接:http://tecdat.cn/?p=22262 在讨论分类时,我们经常分析二维数据(一个自变量,一个因变量)(点击文末"阅读原文"获取完整代码数据). 但在实际生活中 ...
随机森林分析金融数据
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档文章目录随机森林模型一.随机森林模型 1.数据加载二.数据清洗 2.1.删除变量 2.2变量数据类型转换 2.3划分训练集和测试 ...
基于Caret和RandomForest包进行随机森林分析的一般步骤（1）
Caret构建机器学习流程的一般步骤 Caret依赖trainControl函数设置交叉验证参数,train函数具体训练和评估模型.首先是选择一系列需要评估的参数和参数值的组合,然后设置重采样评估方式 ...
扩增子16S/ITS/18S微生物多样性课程更新-机器学习随机森林分析
扩增子16S/ITS/18S微生物多样性课程更新-机器学习随机森林分析机器学习或者人工智能(AI)是当前计算机领域研究的热点.然而,最近越来越多的研究者开始尝试将 AI 应用于另一个热门领域--微生 ...
r与python做随机森林_随机森林算法入门(python)
昨天收到yhat推送了一篇介绍随机森林算法的邮件,感觉作为介绍和入门不错,就顺手把它翻译一下. 目录 1 什么是随机森林 1.1 集成学习 1.2 随机决策树 1.3 随机森林 1.4 投票 2 为什 ...
在线作图|在线做Unifrac PCoA分析
Unifrac PCoA分析 UniFrac分析利用各样品序列间的进化信息来比较环境样品在特定的进化谱系中是否有显著的微生物群落差异.UniFrac 可用于beta 多样性的评估分析,即对样品两两之间 ...
在envi做随机森林_随机森林原理
随机森林由Leo Breiman(2001)提出的一种分类算法,它通过自助法(bootstrap)重采样技术,从原始训练样本集N中有放回地重复随机抽取n个样本生成新的训练样本集合训练决策树,然后按以上 ...
在envi做随机森林_随机森林原理介绍与适用情况（综述篇）
一句话介绍随机森林是一种集成算法(Ensemble Learning),它属于Bagging类型,通过组合多个弱分类器,最终结果通过投票或取均值,使得整体模型的结果具有较高的精确度和泛化性能.其可以 ...

在线分析|在线做随机森林分析

在线分析|在线做随机森林分析相关推荐

最新文章

热门文章