图4
概述随机森林分析和代谢物选择程序的原理图。首先，(1)使用耐药/易感标签作为样本分类，代谢物作为分类器运行RF算法。这为每个代谢物生成特征重要性，并通过5个RF模型计算平均特征重要性。接下来，(2)样本分类随机排列超过100,250和500 RF模型，创建每个代谢物的随机特征-重要性分布。最后，(3)对每个代谢物，(1)计算的特征重要性平均值与(2)和(3)的分布进行比较p值计算。具有显著高于其排列模型的平均特征重要性的代谢物(p< 0.01)对抗性/敏感分类有显著影响