（完整代码）R语言中利用SVM-RFE机器学习算法筛选关键因子

前言

自用生信代码， 花费一个多月写下来的。自学R以来第一次写600多行的代码。我的文章已经发表，如对您的研究有帮助希望可以引用一下。文章点我

SVM-RFE

主要是借助e1071包， 实现mSVM-REF识别并筛选关键基因，没有安装的小伙伴需要安装一下。

install.packages("e1071")

mSVM-REF函数是John Colby教授写的链接点我。如无法上GitHub，我也上传在我的gitee仓库里，可以点击右边的1直达1。

输入文件整理成这种样子，即行为样本，列为基因，第一列是分组信息（我只做了两组比较，多组对比需要再研究）。

函数是已经写好的，我们直接引用即可。

set.seed(2023)
library(e1071)

#这里填写你存放的文件路径
source("D:\\ProgramFiles\\R\\Work\\msvmRFE.R")

nfold = 10 #10倍交叉验证
nrows = nrow(input)
folds = rep(1:nfold, len=nrows)[sample(nrows)]
folds = lapply(1:nfold, function(x) which(folds == x))

results = lapply(folds, svmRFE.wrap, input, k=10, halve.above=100)
top.features = WriteFeatures(results, input, save=F)
featsweep = lapply(1:5, FeatSweep.wrap, results, input)

no.info = min(prop.table(table(input[,1])))
errors = sapply(featsweep, function(x) ifelse(is.null(x), NA, x$error))

pdf("svm_rfe.pdf", height = 8, width = 10)
PlotErrors(errors, no.info=no.info)
dev.off()
plot(top.features)#这个图也可以保存

另外我还参考了的Maryam教授的并行代码链接点我，并行计算，提高计算速度。前提是要在win10系统中需要安装Rmpi。 印象中我折腾了一下才装上，如果没安装成功，就不要尝试了，用上面的代码让它慢慢跑也是可以出结果的。

set.seed(2023)

library(e1071)
library(Rmpi)
library(snow)
library(parallel)

#这里填写你存放的文件路径
source("D:\\ProgramFiles\\R\\Work\\msvmRFE.R")

nfold = 10 #10倍交叉验证
nrows = nrow(input)
folds = rep(1:nfold, len=nrows)[sample(nrows)]
folds = lapply(1:nfold, function(x) which(folds == x))

#make a cluster
cl <- makeMPIcluster(mpi.universe.size())

clusterExport(cl, list("input","svmRFE","getWeights","svm"))
results <-parLapply(cl,folds, svmRFE.wrap, input, k=10, halve.above=100)
top.features = WriteFeatures(results, input, save=F)

clusterExport(cl, list("top.features","results", "tune","tune.control"))
featsweep = parLapply(cl,1:100, FeatSweep.wrap, results, input)
stopCluster(cl)

no.info = min(prop.table(table(input[,1])))
errors = sapply(featsweep, function(x) ifelse(is.null(x), NA, x$error))

pdf("svm_rfe.pdf", height = 8, width = 10)
PlotErrors(errors, no.info=no.info)
dev.off()
plot(top.features)
mpi.exit()

其他内容

我文章中所用的其他代码，包括下载数据、差异分析、lasso回归、随机森林等网上的攻略已经很多了，就不再重复，只是把我实际使用的贴出来给大家做参考，可以点旁边这个1访问。1

• GEOquery包下载GEO中的数据。（有时候下不下来还是需要自己手动下载读取）
• limma包对芯片数据进行差异分析。
• DESeq2包对测序数据进行差异分析。
• MEGENA包构建共表达图谱。
• glmnet包实现lasso回归筛选
• randomForest包实现随机森林筛选。
• venn包绘制韦恩图。
• pROC包检验预测效果。
• CIBERSORT进行免疫浸润分析（函数代码点我）。
• 用ggplot2，余叔的aplot等包进行了一些可视化。

代码写的有点乱，具体讲解先鸽了，有时间再来整理。
如果看不懂的可以在下面评论和私信我。

最后想说

其实这些代码都是别人写好的，我只是搬运过来。就好比人家花了好多时间养好的鱼被我买过来，再卖给大家，我是个香香的卖鱼的。

我不生产代码，只是代码的搬运工。