Agilent全外芯片的目标区域下载
安捷伦的全外芯片捕获的目标区域的bed文件是可以下载的,下载网址
https://earray.chem.agilent.com/suredesign
这个网站我没保存过,毕竟用的频率不高,但每次想用的时候还要搜一下这个网站(Σ( ° △ °|||)︴)
注册登录之后,找到Find Design -> SureSelect DNA -> Agilent Catalog Designs,进一步筛选之后,可以下载对应的文件。
安捷伦的全外芯片捕获的目标区域的bed文件是可以下载的,下载网址
https://earray.chem.agilent.com/suredesign
这个网站我没保存过,毕竟用的频率不高,但每次想用的时候还要搜一下这个网站(Σ( ° △ °|||)︴)
注册登录之后,找到Find Design -> SureSelect DNA -> Agilent Catalog Designs,进一步筛选之后,可以下载对应的文件。
麦理浩径一共十段,长达100公里,前几段风景比较优美,我只走过二段的一半,我想把十段都走完,先把flag立下(3年实现)。
2019-06-23 走了二段的一部分,景色真的非常好,山径、海岸、溪流、沙滩。又乘坐快艇去了西贡,享受海鲜大餐。
2020-06-20 走完了一段和剩余的二段的一部分。
2020-09-20 走了五段,并从中登狮子山顶Lion Rock Head。
2020-11-08 走了六段全部和七段一半。
2020-11-22 走了三段。
起点
最常用的就是灵敏度和特异性,不过还有其他的,比如阴性预测值(negative predictive value, NPV)。
通常,先画一个ROC曲线,计算曲线下面积。ROC上的每个点是特定阈值下,分类的sensitivity和specificity,没多点连起来组成ROC,曲线下面积就是AUC。面积越大越好,如果AUC是1,说明模型能够完全区分要预测的类别。
如果不是1,就要考虑阈值取哪里比较好,这里就涉及到Youden index。Youden index 其实就是为了找到使得sensitivity和specificity之和最大max(sensitivities+specificities)的阈值。
另外就是考虑其他指标来评估分类模型的性能:specificity, sensitivity, accuracy, npv, ppv, precision, recall, tpr, fpr, tnr, fnr, fdr。这些指标可谓琳琅满目,不过这之间有重复的,如下,都是基于tn(真阴), tp(真阳), fn(假阴), fp(假阳)的个数进行计算。
最近电脑老是蓝屏,很是恼人,怀疑是win10系统的原因,重装了好几次还是蓝屏,于是决定装个黑苹果,用macOS系统(装好黑苹果MacOS 10.15 Catalina之后,发现可能是硬盘的问题导致蓝屏的,pity)。总结一下过程,看教程的时候很麻烦,实操一遍之后,回顾一下,其实还是蛮简单的,大致过程和装windows一样,就是多了添加clover引导,方便黑苹果从硬盘引导而不是U盘。下面是总结了一下过程,不是详细,方便以后再装
此电脑-管理-磁盘管理
(1)确保格式为GPT格式(GUID)
(2)确保有EFI分区
(3)压缩卷,给空出来的卷新建卷,不要选择格式化这个卷(安装黑苹果的过程中会进行)
(4)这个新建的卷就是安装黑苹果的分区