Orange生物信息学插件，用于Orange数据挖掘软件包。

导航

验证详情

这些详细信息已由PyPI验证
维护者
来自gravatar.com的AlesErjavec的头像 AlesErjavec 来自gravatar.com的Anze.Staric的头像 Anze.Staric 来自gravatar.com的janezdemsar的头像 janezdemsar 来自gravatar.com的jkokosar的头像 jkokosar 来自gravatar.com的markotoplak的头像 markotoplak 来自gravatar.com的mitar的头像 mitar 来自gravatar.com的tomazc的头像 tomazc

未验证信息

这些信息尚未由PyPI验证
项目链接
元数据
  • 许可证： GNU通用公共许可证v3或更高版本（GPLv3+）（GPLv3）
  • 作者： 生物信息学实验室，FRI UL
  • 标签 数据挖掘， 机器学习， 人工智能， 生物信息学， 基因本体， KEGG， 表达谱， 微阵列， 基因组学， orange， orange插件
分类器

项目描述

Orange 生物信息学扩展了Orange数据挖掘软件包，添加了生物信息学中常用的功能。这些功能可以通过Python库或通过可视化编程界面（Orange Canvas）访问。后者也适合非程序员使用。

在Orange Canvas中，分析师将基本计算单元（称为小部件）连接成数据分析方案。如果两个单元小部件具有相同的数据类型，则可以将它们连接起来。与Taverna等流行工具相比，Orange小部件是高级的、集成的，可以处理复杂的任务，但足够具体，可以独立使用。即使是复杂的分析也很少超过十个小部件；而聚类和富集分析等任务可以使用多达五个小部件执行。在构建方案时，每个小部件都可以独立控制，设置不会在概念上给分析师带来负担。

Orange 生物信息学提供了访问公开数据的功能，例如 GEO 数据集、Biomart、GO、KEGG、Atlas、ArrayExpress 和 PIPAx 数据库。在分析方面，包括基因选择、质量控制、使用多个因素测量实验之间的距离。所有功能都可以与Orange数据挖掘框架中的强大可视化、网络探索和数据挖掘技术相结合。

文档：http://orange-bioinformatics.readthedocs.org/

由