我觉得这做法比较偏向於检验当前现象(使用者序列)是否只是随机产生的 虽然我其实不是很知道你说的e-value是什麽(逃~) 不过在其他很多方法里都有把东西跟随机项比较以检验效果的作法 所以我觉得这个e可以比较偏那种东西 可是你现在想要做的听起来是要在资料库里选一些跟使用者相像的DNA呈现给他 (我有误会吗?) 所以我猜那个e的功能其实不是你要的 ※ 引述《gloriosa (Gix.Andy)》之铭言： : 我有一个想法 : 请大家鞭小力一点... : 方法是这样 : 你拿输入的序列(Ai)对资料库(A1~A10000)做出10000个r : 也就有10000个r^2 : 由大至小排序r^2并画图(大小 x r^2) : 在图形骤降的地方切割 : 骤降看是要算回归线(maybe logistic)然後微分 : 或是邻近两点的差值都好 : 当然这样你还是要订一个标准 : (回归或差值要下降多少才切) : 不过可能 : 比较有感觉吧XD : ※ 引述《showponn (showpon)》之铭言： : : 大家好 我是资工所的学生 只有在大学时学过一点点统计 : : 想请问大家一个最近遇到的问题 如下: : : 假设现在手中有一万条dna序列 : : 现在要做一个系统 让使用者可以每次输入一条序列 去和这一万条算相似度 : : 每一个相似度 都有一个分数来代表 分数越高就是相似度越高 反之就越低 : : 但是我们的系统 希望呈现给使用者的只有那些相似度高的序列 : : 被判断成相似度低的序列 就不呈现出来 : : 我的困惑在於 如何从这一万个分数的分布里 算出一个合理的门槛 : : 把分数低於门槛的都视为不相似 (其实方法不需太精确 能大略判断出合理门槛就行) : : 感觉这需要一些统计的方法 : : 麻烦各位高手可以拨个空 帮我解惑一下 : : haha 小弟感激不尽!!!! --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 140.112.4.234