首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏生信技能树

    转录组数据的基因表达变化情况探索

    exprSet, 1, mean)) 7# Rolling medians of log10 squared CV by mean expression levels 8roll_medians <- rollapply for mean values of exprSet 6order_gene <- order(apply(2^exprSet, 1, mean)) 7roll_medians_mean <- rollapply (log10) 24order_gene <- order( log10(length_per_gene) ) 25cv=log10cv2_adj 26roll_medians_length <- rollapply

    3K60发布于 2018-03-29
  • 来自专栏量化投资与机器学习

    MLQuant:基于XGBoost的金融时序交易策略(附代码)

    第一个rolling_origin()函数是用于通过获取前100天的数据并计算其上的tsfeatures函数来帮助在滚动的基础上向下折叠时间序列数据,这与使用zoo包的rollapply()函数来计算使用滚动平均值

    3.7K41发布于 2020-09-14
  • 来自专栏生信菜鸟团

    连接组学 | 人脑胶质母细胞瘤的全脑神经元回路连接组

    为了生成dF/F曲线,我们首先使用R中的rollapply函数,通过计算每个原始曲线的50帧移动窗口的十分位数,生成基线强度曲线。

    79210编辑于 2025-06-20
领券