估计阅读时长: 8 分钟https://github.com/rsharp-lang/R-sharp R#语言的语法主要来自于R语言，其在保留了很多的R语言特性的同时，也添加了很多新语法特性。对于R#与R语言之间相同的语法特性，在本简明教程中我就不再叙述了，在这里主要是给大家说明一下R#语言相对于R语言新增的一些语法特性。 R#语言中的向量 R#语言任然保持着和其前辈R语言一样的向量化编程的特性。对于声明一个向量，在R语言之中，需要使用c函数进行申明，而对于R#语言而言，除了使用c函数，还可以直接使用方括号进行申明，例如： x = c("A","B","C") # x # [1] "A" "B" "C" x = […]
其实，你不应该直接跑原始表达矩阵的。因为在原始表达矩阵中，基因的特征数量可能会非常多，做随机森林或者SVM建模就会会非常久。应该先用limma程序包对矩阵筛选一次，例如用log2fc绝对值按照阈值cutoff筛选一次，或者对log2fc绝对值排序后取前1000个特征，得到小一些feature集合的矩阵后再使用这个程序包做机器学习分析。
Thanks for taking the time to create this.
就是随便看看！
c⌒っﾟДﾟ)っ救命啊，谢老师，我试了下用这个程序包直接跑转录组矩阵，跑了好久都没有结果
Could you provide some practical examples of how this R package is used? For instance, how does it perform when…