用途:该技能提供标准化的 R 命令行流程,从类表达特征矩阵训练二分类随机森林模型,对变量重要性排序并生成结果表与图形。
主要能力:
- 使用 Rscript scripts/main.R 执行训练与重要性分析。
- 输出模型 RDS、完整与筛选后的重要性 CSV、误差曲线 PDF、重要性 PDF 及 session_info.txt。
- 支持参数调节树数(--rf_ntree)、mtry(--rf_mtry)、节点大小(--rf_nodesize)、重要性类型(--rf_imp_type,1 或 2)、阈值(--rf_imp_threshold)、保留行数(--rf_top_n)以及图形样式。
- --plot_only TRUE 可复用 output_dir/data/rf_result.rds 重新绘图,不重新训练。
使用方式:
标准运行示例:
Rscript scripts/main.R
--input_file tests/data/expression_matrix.csv
--group_file tests/data/group_info.csv
--case_group AR
--control_group Control
--output_dir tests/output/manual-test
--seed 42
--timeout_seconds 300
输入要求:表达矩阵 CSV/TSV,样本为行、第一列为样本 ID、其余列必须为数值特征,不允许缺失值;分组文件第一列为样本 ID,另有一列包含 case 与 control 两个标签,仅支持二分类。
限制:不适用于回归、多分类、时间序列或远程取数;不执行缺失值填补、归一化或批次校正;特征矩阵含缺失值、非数值列或样本 ID 不匹配时须先移交预处理。运行不进行网络请求,输出目录被限制在技能根目录内,错误以 SKILL_* 标准码返回。R 包缺失会报 SKILL_PACKAGE_NOT_FOUND。测试可用 Rscript tests/run_tests.R 或 Rscript scripts/main.R --help。
以上介绍依据公开资料整理,未提供的收费或平台信息暂未提供。