nuget
无监督训练引擎 从输入序列本身学习统计特征，不需要外接训练集。
训练流程：
- 使用默认参数做一次快速预测
- 根据预测到的"高置信度"基因，估计编码区/非编码区统计量
- 重新构建编码模型和起始位点模型
- 用新模型重新打分和预测
- 迭代直到模型参数和基因预测结果稳定
TrainingEngine
01 Syntax
SMRUCC.genomics.Annotation.Prodigal.TrainingEngine
02 Methods
| Name | Overloads | Summary |
|---|---|---|
| Train | 1 | 执行无监督训练，生成训练模型 |
| SelectTrainingGenes | 1 | 选择用于训练的高置信度基因 策略：选择得分在上半部分的基因，且长度>120bp |
03 Fields
| Name | Overloads | Summary |
|---|---|---|
| MaxIterations | 1 | 最大训练迭代次数 |
| ConvergenceThreshold | 1 | 收敛阈值（基因数量变化） |
| MinTrainingGenes | 1 | 训练用最小基因数 |
04 Members
Train(
IReadOnlyCollection(Of FastaSeq))执行无监督训练，生成训练模型
SelectTrainingGenes(
List(Of CandidateORF), IReadOnlyCollection(Of FastaSeq))选择用于训练的高置信度基因 策略：选择得分在上半部分的基因，且长度>120bp
MaxIterations
最大训练迭代次数
ConvergenceThreshold
收敛阈值（基因数量变化）
MinTrainingGenes
训练用最小基因数