decision-tree-analysis
该技能用于在 R 中从表格文件训练决策树模型(分类或回归),并导出特征重要性排序表和图形,通过命令行运行并支持参数校验与标准化输出目录。
找到适合任务的 Agent Skill,阅读介绍并复制安装命令。
更新于 11-19 00:15
53,933 个结果
该技能用于在 R 中从表格文件训练决策树模型(分类或回归),并导出特征重要性排序表和图形,通过命令行运行并支持参数校验与标准化输出目录。
基于 bulk 表达矩阵的两组差异表达基因(DEG)筛选技能,使用 limma 输出完整差异表、显著 DEG 表、火山图和聚类热图。适用于 case 与 control 对比的批量转录组数据。
该技能用于起草出院小结、生成个性化出院指导,并借助数字孪生患者模型模拟出院后结局,以优化照护转衔、降低再入院风险。依赖 Python 3.10+,提供脚本入口 scripts/main.py 与 references/ 参考材料。
docx-feedback-tracker 用于自动检测 DOCX 文档的修订历史、版本轮次与作者批注,生成 Markdown 修改说明文件,支持单文件、多版本与目录批量处理。
药物相互作用检查技能,可同时分析两种以上药物的相互作用,输出严重程度分级(Critical/Major/Moderate/Minor/Unknown)、药理机制说明与临床处理建议。基于参考目录中的相互作用数据库,支持Python脚本或模块调用。
面向药物、靶点或通路的结构化证据与竞争格局分析技能,将疾病相关性、机制依据、可成药性、临床前与临床证据、竞争拥挤度、开发成熟度和战略空白分层呈现,并强调引用与资产核验,不用于患者用药或投资建议。
流行病学分析技能,用于疾病建模(SIR/SEIR)、暴发调查、危险因素识别、发病率与患病率估算等,提供从问题定义到建模、解释与沟通的分步方法及质量检查清单。
用于在带生存结局的外部批量表达队列上验证已有预后基因风险签名,输出风险评分、Kaplan-Meier曲线、风险图、热图与时间依赖ROC等标准结果。
FDA 指南检索技能,可按治疗领域或主题检索 FDA 行业指南,支持按文件类型和年份过滤、下载并缓存 PDF、在文档内容中搜索,结果以结构化 JSON 输出。
文件管理技能:按规则整理、备份、压缩、拆分与合并文件或文件夹,支持预览计划、冲突处理与校验。依赖 PowerShell 5.1+/7+ 及 Python 3.8+。
基于 ripgrep 的快速文件名与内容搜索技能,可用 glob 定位文件、用正则查找关键词或替换 find+grep 流程,支持上下文和类型过滤,需先安装 ripgrep。
面向生物医学基金申请写作的辅助技能,支持 NIH(R01/R21)、NSF 等机构的申请书章节生成、预算论证与质量评审,提供命令行与 Python 库两种用法。
用于基因表达热图的专业美化工具,可自动添加聚类树、颜色注释轨道,并智能优化标签布局,适合需要可复现输出格式的数据分析任务。
hgnc-api 是一个访问 HGNC(HUGO 基因命名委员会)数据库的技能,用于搜索和获取标准化的基因信息,包括基因符号、名称、ID 及其他元数据,适合需要在可复现流程中检索基因命名数据的场景。
该技能用 R 脚本从批量表达矩阵和样本注释表构建样本级层次聚类树状图,适用于样本 QC、批次检查与样本相似度评估,可检测注释分组是否按预期聚类。不适用于差异表达检验、基因聚类热图或单细胞聚类流程。
根据输入JSON起草IACUC动物实验方案申请文本,重点生成3Rs原则(替代、减少、优化)论证部分,输出标准、极简或详细模板的文本/markdown/docx草稿。
用于生成和优化临床试验受试者入排标准,兼顾科学严谨性与招募可行性。提供命令行与 Python API,可按研究设计生成标准、优化现有标准、分析复杂度和对标同类试验,输出结构化 JSON。
该技能用于展示目标期刊近5年的影响因子与分区趋势,帮助识别上升或下降的期刊。基于Python脚本运行,支持单刊或期刊列表输入,输出趋势表、分区变化与趋势分析。
根据稿件主题、摘要与目标影响因子推荐学术期刊的技能,按冲刺、稳健、保底三档各推荐至少5本期刊,并排除中科院预警名单期刊。
用于 bulk 表达矩阵的缺失值处理技能:先剔除缺失比例≥50%的基因,再按单一分组列分层,用 DMwR2 做组内 KNN 填补。不适用于单细胞数据、多列分层、非表格输入或依赖网络的流程。
面向实验前准备的技能,用于完成稀释、溶液配制、固体溶解和百分比浓度计算,并生成分步配制流程、器材清单与风险提示。
基于表达矩阵或其他组学特征矩阵,用 LASSO 逻辑回归与交叉验证构建二分类模型的 R 技能,可输出系数、筛选特征与可视化图。
将复杂的医学摘要转换为面向非专业读者的通俗语言摘要,支持术语替换、阅读级别优化与要点提取,适用于患者、公众或媒体受众。
基于 Lipinski 五规则过滤小分子化合物库,识别吸收性质可能较差的化合物,输出通过筛选的化合物列表、规则违反报告与成药性评分。