极端伪采样包
pseudo-sampler的Python项目详细描述
极端伪采样器
EPS是一种特征选择和特征排序方法我们已经描述了该技术，并用于提取apaper中的基因选择和rna-seq病例对照研究。
工作原理
这个库在4个步骤中使用TensorFlow
- 它首先创建一个变分自动编码器（vae），将每个点从特征空间映射到潜在空间的一个分布。您可以阅读有关vaeshere的更多信息。
- 然后用一个回归模型，用一条简单的直线在潜伏期空间对样本进行分类，精度很高然后在它的两边找到最远的点。我们称之为极端样本。
- 然后，它使用一个正态分布（称为极端伪样本）在我们的极端样本周围随机生成新样本。使用相同的训练vae，这些新生成的样本被映射回特征空间。
- 训练了一个新的回归模型来对生成的伪样本进行分类。然后使用回归线对这些极端伪样本中最重要的特征进行排序。
安装
使用安装工具，使用以下命令安装软件包：
python3 -m pip install pseudo-sampler
或者您可以下载代码并手动将其导入到项目中。或者使用虚拟环境。
用法
从包中导入名为eps的主类：
from pseudo-sampler.eps import EPS
然后，您可以使用以下代码片段创建eps即时消息：
eps = EPS(data, labels, layers, learning_rate = 1e-4, batch_size = 100, VAE_activation=tf.nn.relu, normalize=True)
数据应该是具有n*d维的浮点numpy数组。其中n是样本总数，d是特征空间中的特征数。 标签应该是长度为n的numpy数组，对于case和controls，包含1和0。 layers是一个整数python列表，包含deep variance auto encoder的每一层中的感知器数量；仅在编码器端（解码器端将被镜像）。例如，如果希望拥有具有以下结构的深层网络： 输入->；250->；120->；60->；30维潜在空间->；60->；120->；250->；输出 可以通过将以下内容作为layers参数来表示它。
layers = [250,120,60,30]
学习率、批量大小和激活函数用于创建vae。 默认情况下，输入数据将规范化为介于0和1之间。如果它们已经在该间隔内，则可以将规范化标志设置为“关”。 创建eps实例后，可以使用以下命令运行eps实验：
feature_ranks = eps.run(vae_epochs=50,regression_epochs=500,vae_address=‘./vae_mode.ckpt’)
可以分别为VAE和线性回归模型设置时段数。训练过的vae模型在运行过程中作为备份保存。可以使用vae_address参数设置备份地址。 run函数返回一个特征索引列表，这些特征是根据它们在eps分类中的重要性排序的。
未来工作
在不久的将来，我计划增加使用vae分类器进行分类的能力，而不仅仅是特征排序。我还计划为模型添加更多自定义选项。例如可用于生成eps的分布数。
欢迎加入QQ群-->： 979659372
