服饰

DOI:10.18129 / B9.bioc.DepecheR

高维实体中簇的基本表型元素的测定

Bioconductor版本:发行版(3.16)

这个包的目的是在数据集中识别可以分开组的特征。这可以在两个层面上实现。首先，使用稀疏K-means的实现执行聚类。其次，根据个体在不同聚类中的观察分布，使用生成的聚类预测个体群体的结果。由于会识别出某些信息分离的聚类，而这些聚类由稀疏数量的变量定义，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ki。se>

安装

要安装此包，启动R(版本“4.2”)并输入:

如果(!require("BiocManager"， quiet = TRUE)) install.packages("BiocManager") BiocManager::install("DepecheR")

对于较老版本的R，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，请从R开始并输入:

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 plot函数进行单格概率显示
PDF		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	1.14.0
在Bioconductor公司	BioC 3.9 (R-3.6)(3.5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
给我的链接
构建报告

包档案

遵循bob 体育网址 在R会话中使用这个包的说明。

源包	DepecheR_1.14.0.tar.gz
Windows二进制	DepecheR_1.14.0.zip(64位)
macOS二进制文件(x86_64)	DepecheR_1.14.0.tgz
macOS二进制文件(arm64)	DepecheR_1.14.0.tgz
源库	git clone 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