首页> Microbiology Spectrum> Decision Tree Ensembles Utilizing Multivariate Splits Are Effective at Investigating Beta Diversity in Medically Relevant 16S Amplicon Sequencing Data

Decision Tree Ensembles Utilizing Multivariate Splits Are Effective at Investigating Beta Diversity in Medically Relevant 16S Amplicon Sequencing Data

导出原文传递

翻译打印收藏纠错

第一作者： Rudar, Josip

作者： Rudar, Josip ^[1] ; Golding, G. Brian ^[2] ; Kremer, Stefan C. C. ; Hajibabaei, Mehrdad

作者单位： Univ Guelph ^[1] McMaster Univ ^[2]

关键词 16S rRNA metric learning amplicon sequencing biomarker discovery machine learning metabarcoding ordination RANDOM FORESTS MICROBIOTA

发布时间 2023-09-01

翻译满意度评价：

准确一般字义偏差语意偏离译文作用小提交

浏览0

Microbiology Spectrum

2023年11卷2期

相似文献

中文期刊
外文期刊
学位论文
会议论文

浏览0

Microbiology Spectrum

2023年11卷2期

检索历史清除

Decision Tree Ensembles Utilizing Multivariate Splits Are Effective at Investigating Beta Diversity in Medically Relevant 16S Amplicon Sequencing Data

Microbiology Spectrum

相似文献

同项目论文

Microbiology Spectrum

相关期刊

参考文献：
指定格式：	NoteExpress EndNote RefWorks NoteFirst

检索历史 清除

Decision Tree Ensembles Utilizing Multivariate Splits Are Effective at Investigating Beta Diversity in Medically Relevant 16S Amplicon Sequencing Data

Microbiology Spectrum

相似文献

同项目论文

Microbiology Spectrum

相关期刊

检索历史清除