听起来很霸气用起来并不难的支持向量机

 今天是生信星球陪你的第532天

---

   大神一句话，菜鸟跑半年。我不是大神，但我可以缩短你走弯路的半年~

   就像歌儿唱的那样，如果你不知道该往哪儿走，就留在这学点生信好不好~

   这里有豆豆和花花的学习历程，从新手到进阶，生信路上有你有我！

花花花写于2020-02-07 闭门不出的第n天，我们将原定于下周一的学习小组提前到今天开始了，我也收到公司通知，我们可能五一之前都没办法出去做线下培训，要转型线上培训了，如果不是这场灾难，此刻我应该是在广州的酒店，准备明天的课程了。

1.准备输入数据

输入数据是TCGA的表达矩阵expr、临床信息meta和group_list。保存为forest.Rdata了，在生信星球公众号后台聊天窗口回复“森林”即可获得。

1load("forest.Rdata")
2exprSet = expr[,group_list=="tumor"]
3
4## 必须保证生存资料和表达矩阵，两者一致
5all(substring(colnames(exprSet),1,12)==meta$ID)
6#> [1] TRUE

1library(ROCR)
2library(genefilter)
3library(Hmisc)
4library(e1071)

2.构建支持向量机模型

2.1.切割数据

用R包caret切割数据，生成的结果是一组代表列数的数字，用这些数字来给表达矩阵和meta取子集即可。

1#library(caret)
2#set.seed(12345679)
3#sam<- createDataPartition(meta$event, p = .5,list = FALSE)
4load("sam.Rdata")
5
6train <- exprSet[,sam]
7test <- exprSet[,-sam]
8train_meta <- meta[sam,]
9test_meta <- meta[-sam,]

2.2 train数据集建模

 1x=t(log2(train+1))
 2y=as.factor(train_meta$event)
 3model = svm(x,y,kernel = "linear")
 4summary(model) 
 5#> 
 6#> Call:
 7#> svm.default(x = x, y = y, kernel = "linear")
 8#> 
 9#> 
10#> Parameters:
11#>    SVM-Type:  C-classification 
12#>  SVM-Kernel:  linear 
13#>        cost:  1 
14#> 
15#> Number of Support Vectors:  179
16#> 
17#>  ( 108 71 )
18#> 
19#> 
20#> Number of Classes:  2 
21#> 
22#> Levels: 
23#>  0 1

2.3.模型预测

用训练集构建模型，预测测试集的生死。不同于其他模型，这个预测结果是分类变量，直接预测生死(0,1)，而不是prob(百分数)。

1x=t(log2(test+1))
2y=as.factor(test_meta$event)
3pred = predict(model, x)
4table(pred,y)
5#>     y
6#> pred   0   1
7#>    0 151  42
8#>    1  36  32

目前留有一个疑问，端详了一下模型内部结构，还不知道如何找到构建模型用到的基因。由于公众号文章一经发出无法修改，此问题后期如有解决办法，我将在简书（原文链接跳转）更新。

插个小广告！

再给生信技能树打个call！