| TrainingReport {SMRUCC.genomics.Analysis.GeneTree} | .NET clr documentation |
逐基因拟合的训练报告:既可以在控制台打印摘要,也可以写成两张可读的表格文件 (report.tsv 与 importance.tsv),用于人工核查调控网络是否合理。
# namespace SMRUCC.genomics.Analysis.GeneTree
export class TrainingReport {
# 成功训练出梯度提升树的基因数量
BoostedModels: integer;
# 参与训练的细胞数量
Cells: integer;
# 本次训练使用的配置
Config: GeneTreeConfig;
# 退化为常数模型的基因数量
ConstantModels: integer;
# 被接受的新调控边数量
DiscoveredEdges: integer;
# 结构发现的汇总结果;未开启发现时为 Nothing
Discovery: DiscoveryReport;
# R² 大于 0.05(说明该靶基因确实受到其调控者的非线性影响)的模型数量
InformativeModels: integer;
# 所有梯度提升树模型在验证集上的 R² 均值
MeanR2: double;
# 所有梯度提升树模型在验证集上的 R² 中位数
MedianR2: double;
# 每个基因的模型(下标与表达矩阵的行一致,可能包含 Nothing)
Models: GeneModel[];
# 没有任何调控者的源节点数量
SourceNodes: integer;
}
Config: GeneTreeConfigDiscovery: DiscoveryReportModels: GeneModel