معرفی شرکت ها

TGPred-0.1.0

Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
0.1.0
0.1.0

توضیحات

TGPred: Efficient methods for predicting target genes of a transcription factor by integrating statistics, machine learning, and optimization.
ویژگی مقدار
سیستم عامل OS Independent
نام فایل TGPred-0.1.0
نام TGPred
نسخه کتابخانه 0.1.0
نگهدارنده []
ایمیل نگهدارنده []
نویسنده Ling Zhang
ایمیل نویسنده lingzhan@mtu.edu
آدرس صفحه اصلی https://github.com/tobefuture/TGPred
آدرس اینترنتی https://pypi.org/project/TGPred/
مجوز -
<!-- README.md is generated from README.Rmd. Please edit that file --> # TGPred v.0.1.0 (Python Version) <!-- badges: start --> Python version of TGPred contains six efficient methods for predicting target genes of a transcription factor by integrating statistics, machine learning, and optimization: - **HuberNet**: Huber loss function along with Network-based penalty function; - **HuberLasso**: Huber loss function along with Lasso penalty function; - **HuberENET**: Huber loss function along with Elastic Net penalty function; - **MSENet**: Mean square error loss function along with Network-based penalty function; - **MSELasso**: Mean square error loss function along with Lasso penalty function; - **MSEENET**: Mean square error loss function along with Elastic Net penalty function; - **APGD**: The Accelerated Proximal Gradient Descent (APGD) algorithm to solve the above six penalized regression models. ## Functions Please refer from [Github site](https://github.com/tobefuture/TGPred).


نیازمندی

مقدار نام
- numpy
- pandas
- cvxpy
- networkx
- sklearn


زبان مورد نیاز

مقدار نام
>=3.6 Python


نحوه نصب


نصب پکیج whl TGPred-0.1.0:

    pip install TGPred-0.1.0.whl


نصب پکیج tar.gz TGPred-0.1.0:

    pip install TGPred-0.1.0.tar.gz