Python 生物变异或真正受影响的基因。

我是一名生物系的学生，在实验室里我们正在老鼠身上测试某种药物。在正常状态下，我们有多组生物复制的基因表达数据：

基因复制1复制2
基因1-0.842138-0.701153
基因2-0.796896-0.725085
基因3-0.835920-0.707572
基因5-0.702721-0.724579
基因6-0.815476-0.737112
....
基因20000

在给它们喂药后，我们得到了一个新的基因表达数据：

我的问题是，我如何才能将那些真正受影响的基因从那些仅仅是生物变异（复制之间的差异）的基因中分离出来

---

我是机器学习新手，我相信监督学习应该是我的选择，对吗？训练数据是我的复制数据，然后我可以测试药物治疗后的每个基因是否能落入复制定义的“耐受区”。但我不确定该用哪种方法。如有任何指导，请提前告知

首先欢迎来到堆栈溢出！第二，我真的认为这个问题应该移到这里：或者。尽管如此，我还是会尽力帮你找到答案

我有几个问题，当你回答时，你应该走上正确的道路来解决这个问题：

您是如何将数据拆分为培训数据的（您用于培训目的的数据占总数据的百分比是多少）

你是否为最初引入化学物质的基因建立了界限

您最初期望的差异是什么

测试完成后，方差的边界是否发生了显著变化

对于这个特定问题，您考虑使用哪些算法

为了获得更好的洞察力，您是否打算使用

您是否想过使用K-means来观察“新药”推出后数据集群的变化 我个人会计算这些基因的平均值和标准偏差，并在药物引入后进行同样的计算。这将有助于您了解边界是如何变化的，以及最有可能发生扩散的位置。另外，如果你有选择的话，一定要使用EDA（我知道我在这方面很说教，但它很有帮助）。我认为这应该有助于你更好地了解你的问题。我希望我帮了忙

---

算法的有用链接：

首先欢迎使用堆栈溢出！第二，我真的认为这个问题应该移到这里：或者。尽管如此，我还是会尽力帮你找到答案

我有几个问题，当你回答时，你应该走上正确的道路来解决这个问题：

您是如何将数据拆分为培训数据的（您用于培训目的的数据占总数据的百分比是多少）

你是否为最初引入化学物质的基因建立了界限

您最初期望的差异是什么

测试完成后，方差的边界是否发生了显著变化

对于这个特定问题，您考虑使用哪些算法

为了获得更好的洞察力，您是否打算使用

您是否想过使用K-means来观察“新药”推出后数据集群的变化 我个人会计算这些基因的平均值和标准偏差，并在药物引入后进行同样的计算。这将有助于您了解边界是如何变化的，以及最有可能发生扩散的位置。另外，如果你有选择的话，一定要使用EDA（我知道我在这方面很说教，但它很有帮助）。我认为这应该有助于你更好地了解你的问题。我希望我帮了忙

---

算法的有用链接：

oh boy。我需要一分钟…哦，孩子。我需要一分钟……我建议这样做。最好的办法是熟悉算法，同时也看看遗传算法。我希望我的回答能帮助你。我的问题可能太天真了。。。我应该学习更多的统计知识然后问…1。所有的复制数据都是我的训练数据。2.我认为复制品中的每个基因表达数据定义了界限。就像在我的第一个散点图中，虚线区域定义了“耐受区”，然后在药物治疗后，我想找出哪些基因有显著变化（脱落耐受区）7。这确实有点像k-均值聚类，我不知道如何定义cluster1（复制之间的变化）和cluster2（药物治疗后显著受影响的基因）@AlicePsyche你知道该读什么，从哪里开始。我建议您不要将整个数据用作培训数据，而是将其拆分为30%到70%或40%到60%。查看K-means并熟悉如何决定需要多少集群。网上也有很多关于机器学习的代码示例，特别是在Python中。@ZombieChowder:migrate观点和您的问题列表属于注释，而不是答案。我对您的问题没有问题；我只是建议将最初的评论和七点移至评论。我会在这个答案中留下最后一段和链接。我建议这样做。最好的办法是熟悉算法，同时也看看遗传算法。我希望我的回答能帮助你。我的问题可能太天真了。。。我应该学习更多的统计知识然后问…1。所有的复制数据都是我的训练数据。2.我认为复制品中的每个基因表达数据定义了界限。就像我的第一个散点图一样，虚线区域定义了