HQFSVM-SA

• 对dna和protein序列进行分类，输入fasta文件，程序自动识别序列类型，并根据相应的打分矩阵进行计算。
• 对于dna序列 match ：1 ， mismatch ： -3 ， gap open ：-5 ， gap extend ：-2 ，
• 对于protein序列采用的是BLOSUM62打分矩，gap open : -10 , gap extend ： -0.5 。

环境

---

• jdk 1.8
• weka >=3.8

使用方法（在命令行下测试时，使用和HQFSVM-SA.zip同级目录的HQFSVM-SA.jar。）

---

• 输入文件格式：arff格式

• 先将数据整成标准的arff格式，不然无法运行程序，可通过下面辅助程序将fasta文件转化为arff文件

• 辅助程序 Fasta2arff.py 用法（其中numpos为正样本的个数）：

python Fasta2arff.py -f  xx.fasta  -a  xx.arff   -l  numpos

• 交叉验证用法：

java -jar  HQFSVM-SA.jar -f  train.arff -c  cv

• 独立测试用法：

java -jar  HQFSVM-SA.jar  -f  train.arff  -p test.arff

• 测试用例：见example文件夹(其中包含的是转化好的arff格式数据，仅供参考或测试使用)

Weka 安装教程

---

• 将 HQFSVM-SA.zip 按照如下教程安装。
• 参考地址：加载自定义分类器到weka