##Infos sur la partie 1 (markov) J'ai récupéré les séquences sur le NCBI. La séquence "unknow.fasta" est le génome d'une souche de grippe, elle sert juste à faire le log-likelihood.
Pour visualiser les fichiers HTML, téléchargez les et ouvrez avec votre navigateur. Github arrive pas à les montrer en nesting dans une page à cause de leur taille.
##Infos sur la partie 2 (perceptron) N'ayant pas le dataset original du DS, j'ai généré (sur les conseils du prof) un dataset selon 2 distributions normales. Le plus rapproché seront les paramètres des distributions, le plus d'itérations il faudra pour faire la répartition correcte des éléments.
##Installation de plotly
La première partie (markov.py) contient plein de commentaires "Décommentez si vous avez plotly" Je vous montre ici comment l'installer. (sur vos ordis persos, avec un accès administrateur)
Plotly est une librairie qui génère des graphiques stylés assez facilement (en plus, en html ^^) et je m'en sert dans la partie chaînes de markov pour les heatmaps.
Si vous avez pip installé (vérifiez en faisant pip --version en terminal), tapez juste
$ sudo pip install plotly
Entrez motre mdp et c'est parti ! Sinon, installez pip, puis plotly avec :
$ sudo apt-get install python-pip python-dev build-essential
$ sudo pip install --upgrade pip
$ sudo pip install plotly
Note : apt-get marchera avec les distribs debian (ubuntu, xubuntu, debian et dérivés) si apt-get marche pas chez vous, essayez sudo yum
à la place.
Pour utiliser plotly, je laisse un lien vers la doc ici