【文件属性】：
文件名称：matlabauc代码-PPI_pred:PPI_pred
文件大小：9.99MB
文件格式：ZIP
更新时间：2021-05-24 10:11:00
系统开源
Matlab的耳语PPI_pred
所需的库和安装库的终端命令：-numpy：“
sudo
pip
install
numpy”
-sklearn：“
sudo
pip
install
sklearn”
-matplotlib.pyplot：“
sudo
apt-get
install
python-matplotlib”
运行代码：数据预处理：
要获取蛋白质序列，请在终端中使用以下命令运行python脚本：“
python
get_seq.py”它将在“
dataset”文件夹中生成四个输出，包括两个用于阳性和阴性样品的蛋白质序列文件，以及两个用于阳性的相应蛋白质ID文件否定文件，分别命名为“
ara_seq”，“
neg_seq”，“
ara_id”和“
neg_id”。
要运行Matlab脚本，请打开matlab并通过以下命令行执行脚本““
run
run_pos_feature.m”“
run
run_neg_feature.m”它将在“数据集”文件夹中生成两个带有正负样本序列特征的输出文件，分别命名为“
ara_svm_input”和“
neg_svm_input”，这些过程
【文件预览】：
PPI_pred-master
----fold_4_acc(3KB)
----manual.txt(2KB)
----fold_2_acc(3KB)
----run_pos_feature.m(2KB)
----get_seq.py(2KB)
----Descriptors.csv(1KB)
----ROC_3.png(30KB)
----neg_pairs(65KB)
----nest_cv.py(5KB)
----fold_3_acc(3KB)
----neg_seq(2.97MB)
----ROC_2.png(31KB)
----roc_curve.py(3KB)
----ROC_4.png(30KB)
----performance(19B)
----neg_svm_input(12.07MB)
----compute_score.py(3KB)
----run_neg_feature.m(2KB)
----auc(87B)
----ara_id(65KB)
----neg_id(62KB)
----scores(278B)
----README.md(2KB)
----ROC_1.png(32KB)
----fold_1_acc(3KB)
----ara_seq(2.93MB)
----ara_svm_input(12.53MB)