用前必读
1，使用excel存储并调整数据，然后拷贝、粘贴到输入框
2，先用输入框下方的“输入检查”按钮检查输入，通过后再作图
3，表头请勿使用#，<，>，%，(，)等特殊符号。默认仅支持英文字符
4，使用inkscape或者AI修改文字、字体，图例，处理截断
5，生信项目合作，提交bug、发文引用换积分，请加管理员微信（页面右下）

人工客服   基因名转换   FC,P转换   常用配色 需求及bug提交   pdf转图片
必需输入

可选输入
图片宽度：
图片高度：


标注文字字体大小：

颜色
折线颜色：
标注文字/圈颜色：

字体


此模块非常耗时，请勿大量提交

将消耗 20 微币


SVM-RFE机器学习算法进行两组分类的特征筛选

简介
支持向量机递归特征消除，是一种基于Embedded的机器学习算法，适用于对两分类数据进行特征提取。调用John Colby教授所写的mSVM-REF函数。默认使用全部特征进行计算
输入
矩阵形式，第1列是样品名（必需唯一），第2列是组名（建议：有意义的组名，例如high 和 low，不要用纯数字，特殊符号等）；第3+列为特征（例如基因及表达值，甲基化beta值等）。默认10折交叉验证，随机因子12345
输出为：特征权重表格（avgRank越低表示基因始终排名靠前，可能是核心基因），预测准确性折线图（越大越好，最大处对应的X轴数值为要挑选的最优特征子集数），预测错误值折线图（越小越好）。
输入 示例数据
输出

如何引用？

建议直接写网址。助力发表6400+篇（google学术），5600+篇（知网）论文
正式引用：Tang D, Chen M, Huang X, Zhang G, Zeng L, Zhang G, Wu S, Wang Y.SRplot: A free online platform for data visualization and graphing. PLoS One. 2023 Nov 9;18(11):e0294236. doi: 10.1371/journal.pone.0294236. PMID: 37943830.
方法章节：Heatmap was plotted by https://www.bioinformatics.com.cn (last accessed on 10 Dec 2024), an online platform for data analysis and visualization.
致谢章节：We thank Mingjie Chen (Shanghai NewCore Biotechnology Co., Ltd.) for providing data analysis and visualization support.