服饰
DOI:10.18129 / B9.bioc.DepecheR
此包适用于Bioconductor 3.12版本;有关稳定的最新发布版本，请参见服饰．
确定高维实体中集群的基本表型要素
Bioconductor版本:3.12
这个包的目的是在数据集中识别可以分开组的特征。这在两个层面上完成。首先，使用稀疏K-means实现执行聚类。其次，生成的聚类用于根据不同聚类中的观察值分布来预测个体组的结果。由于会识别某些具有分离信息的聚类，而这些聚类是由稀疏数量的变量定义的，因此该方法可以降低数据的复杂性，只强调真正重要的数据。
作者:Jakob定理[aut, cre]， Axel定理[aut]
维护者:Jakob定理< Jakob。定理在ndcn.ox.ac.uk>
引文(从R内，输入引用(服饰))：
安装
要安装此包，请启动R(版本“4.0”)并输入:
如果(!requireNamespace("BiocManager"， quiet = TRUE)) install.packages("BiocManager")::install("DepecheR")
对于R的旧版本，请参考相应的Bioconductor释放．
文档
要查看系统中安装的此包版本的文档，请启动R并输入:
browseVignettes(服饰)
| 超文本标记语言 | R脚本 | 用DepecheR进行细胞术数据分析的例子 |
| 超文本标记语言 | R脚本 | 使用groupProbPlot绘图函数进行单格概率显示 |
| 参考手册 | ||
| 文本 | 新闻 | |
| 文本 | 许可证 |
细节
| biocViews | CellBasedAssays，分类，聚类，DataRepresentation，DifferentialExpression，DimensionReduction，FeatureExtraction，FlowCytometry，ImmunoOncology，RNASeq，SingleCell，软件，转录，转录组，可视化 |
| 版本 | 1.6.0 |
| 在Bioconductor | BioC 3.9 (R-3.6)(2年) |
| 许可证 | MIT +文件许可证 |
| 取决于 | R (>= 4.0) |
| 进口 | ggplot2(> = 3.1.0),质量(> = 7.3.51),Rcpp(> = 1.0.0),dplyr(> = 0.7.8),gplots(> = 3.0.1),冬青(> = 0.5.1),foreach(> = 1.4.4),doSNOW(> = 1.0.16),matrixStats(> = 0.54.0),mixOmics(> = 6.6.1),时刻(> = 0.14), grDevices(> = 3.5.2),图形(> = 3.5.2),数据(> = 3.5.2),跑龙套(> = 3.5)、方法(> = 3.5),并行(> = 3.5.2),reshape2(> = 3),beanplot(> = 1.2),模糊神经网络(> = 1.1.3),robustbase(> = 0.93.5),gmodels(> = 2.18.1) |
| 链接 | Rcpp，RcppEigen |
| 建议 | uwot，testthat，knitr，rmarkdown，BiocStyle |
| SystemRequirements | |
| 增强了 | |
| URL | |
| 全靠我 | |
| 进口我 | |
| 建议我 | flowSpecs |
| 链接到我 | |
| 构建报告 |
包档案
遵循bob 体育网址 在R会话中使用此包的说明。
| 源包 | DepecheR_1.6.0.tar.gz |
| Windows二进制 | DepecheR_1.6.0.zip(32位和64位) |
| macOS 10.13 (High Sierra) | DepecheR_1.6.0.tgz |
| 源库 | git克隆https://git.bioconductor.org/packages/DepecheR |
| 源存储库(开发人员访问) | git克隆git@git.bioconductor.org:packages/DepecheR |
| 包短Url | //www.anjoumacpherson.com/packages/DepecheR/ |
| 软件包下载报告 | 下载数据 |
