R语言的支持向量机实现在二分类基因表达谱数据中筛选关键基因的代码

好的，这是一段使用支持向量机实现在二分类基因表达谱数据中筛选关键基因的 R 代码：

# 导入所需库
library(e1071)
library(mlbench)

# 导入数据
data(Sonar)
x <- Sonar[,-ncol(Sonar)]
y <- factor(Sonar[,ncol(Sonar)],labels=c("R","M"))

# 划分训练集和测试集
set.seed(123)
trainIndex <- createDataPartition(y, p=0.7, list=FALSE)
x_train <- x[trainIndex,]
y_train <- y[trainIndex]
x_test <- x[-trainIndex,]
y_test <- y[-trainIndex]

# SVM 模型训练
svm_model <- svm(x_train, y_train, kernel = "linear", cost = 1)

# SVM 模型预测
y_predict <- predict(svm_model, x_test)

# 模型评估
table(y_test, y_predict)

这段代码使用了 SVM 模型对 Sonar 数据集进行了二分类，其中 x 是特征矩阵，y 是标签向量，划分了训练集和测试集。使用 `svm` 函数训练了一个线性 SVM 模型，使用 `predict` 函数预测了测试集的标签，最后使用 `table` 函数对预测结果进行了评估。在实际应用中，你可以根据具体的数据集和问题进行调整和优化。