VIP20
本课程属于：045-AI药物发现特征学习任务 生物信息学与 AI 制药工程 · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

R语言特征统计与降维筛选教程

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
R语言概述与开发环境搭建
R语言概述与开发环境搭建 · 核心概念 · 实践要点
R语言概述开发环境搭建
02
RStudio使用技巧与调试
RStudio使用技巧与调试 · 核心概念 · 实践要点
RStudio使用技巧
03
R语言基础语法与数据结构
R语言基础语法与数据结构 · 核心概念 · 实践要点
R语言基础语法数据结构
04
数据导入与导出
数据导入与导出 · 核心概念 · 实践要点
数据导入导出
05
数据清洗与预处理
数据清洗与预处理 · 核心概念 · 实践要点
数据清洗预处理
06
描述性统计分析
描述性统计分析 · 核心概念 · 实践要点
描述性统计分析重点
07
数据分布与正态性检验
数据分布与正态性检验 · 核心概念 · 实践要点
数据分布正态性检验
08
相关性分析
相关性分析 · 核心概念 · 实践要点
相关性分析重点
09
缺失值处理
缺失值处理 · 核心概念 · 实践要点
缺失值处理重点
10
异常值检测与处理
异常值检测与处理 · 核心概念 · 实践要点
异常值检测处理
11
单变量特征分析
单变量特征分析 · 核心概念 · 实践要点
单变量特征分析重点
12
双变量与多变量分析
双变量与多变量分析 · 核心概念 · 实践要点
双变量多变量分析
13
方差分析（ANOVA）
方差分析（ANOVA） · 核心概念 · 实践要点
ANOVA方差分析
14
卡方检验与特征关联
卡方检验与特征关联 · 核心概念 · 实践要点
卡方检验特征关联
15
主成分分析（PCA）原理
主成分分析（PCA）原理 · 核心概念 · 实践要点
PCA主成分分析
16
PCA结果可视化与解释
PCA结果可视化与解释 · 核心概念 · 实践要点
PCA结果可视化
17
t-SNE降维算法
t-SNE降维算法 · 核心概念 · 实践要点
t-SNE降维算法
18
UMAP降维方法
UMAP降维方法 · 核心概念 · 实践要点
UMAP降维方法
19
因子分析（FA）
因子分析（FA） · 核心概念 · 实践要点
FA因子分析
20
特征选择
过滤法
特征选择过滤法
21
特征选择
包装法（RFE）
特征选择RFE
22
特征选择
嵌入法（Lasso/Ridge）
特征选择Lasso/Ridge
23
随机森林特征重要性
随机森林特征重要性 · 核心概念 · 实践要点
随机森林特征重要…重点
24
正则化与特征缩减
正则化与特征缩减 · 核心概念 · 实践要点
正则化特征缩减
25
聚类分析与特征分组
聚类分析与特征分组 · 核心概念 · 实践要点
聚类分析特征分组
26
混合模型与特征提取
混合模型与特征提取 · 核心概念 · 实践要点
混合模型特征提取
27
高维数据降维综合案例
高维数据降维综合案例 · 核心概念 · 实践要点
高维数据降维综合…重点
28
特征工程
交互与多项式特征
特征工程交互
29
模型评估中的特征筛选
模型评估中的特征筛选 · 核心概念 · 实践要点
模型评估特征筛选
30
实战
完整特征筛选流程
完整特征筛选流程重点