 一、随机森林分析 随机森林是机器学习算法的一种，目的是根据已有的数据建立模型，从而实现对数据的分类和对其它指标的预测。如果目标变量是分类变量，随机森林可以进行分类；如果目标变量是连续变量，随机森林可以进行回归预测，此外在建立随机森林模型的过程中，还可以找出能够区分不同组样本间差异的关键物种或OTU。 
二、功能预测分析 根据已知的微生物基因组数据，对微生物群落进行菌群代谢功能的预测，从而把物种的“身份”和它们的“功能”对应起来。根据菌群代谢功能预测结果，我们一方面能一窥菌群功能谱的概貌，发挥菌群多样性测序性价比高的优势；另一方面也能帮助指导后续的实验设计，更合理地筛选用于后续研究的样本。在凌恩生物结题报告中提供了PICRUSt、Tax4Fun和FAPROTAX三种功能预测分析内容。  功能丰度组间差异展示  ✦ ✦ ✦ ✦ |
|
|
