scPCA

DOI:10.18129 / B9.bioc.scPCA

稀疏的对比主成分分析

Bioconductor版本:版本(3.13)

稀疏的工具箱对比主成分分析(scPCA)高维生物数据。scPCA结合的稳定性和可解释性稀疏主成分分析与对比PCA的能力解决生物信号的变化通过控制数据的使用。还实现了和cPCA延伸。

作者:菲利普•波瓦洛(cre, aut cph]赫亚兹,尼玛(aut)黑色,Sandrine Dudoit(施)

维修工:菲利普•波瓦洛< philippe_boileau berkeley.edu >

安装

安装这个包,开始R(版本“4.1”)并输入:

如果(!requireNamespace (“BiocManager”,悄悄地= TRUE)) install.packages (“BiocManager”) BiocManager::安装(“scPCA”)

R的旧版本,请参考适当的Bioconductor释放。

文档

查看文档的版本这个包安装在您的系统,开始R和输入:

browseVignettes (“scPCA”)

HTML	R脚本	稀疏的对比主成分分析
PDF		参考手册
文本		新闻
文本		许可证

细节

biocViews	bob 体育平台下载 ,bob 体育平台下载 ,bob 体育平台下载 ,bob 体育平台下载 ,bob 体育平台下载 ,bob 体育平台下载 ,bob 体育平台下载
版本	1.6.2
Bioconductor自	BioC 3.10 (r - 3.6)(1.5年)
许可证	麻省理工学院+文件许可证
取决于	R (> = 4.0.2)
进口	统计数据、方法为了,宠物猫,dplyr,purrr,stringr,Rdpack,matrixStats,BiocParallel,elasticnet,sparsepca,集群,kernlab,折纸,RSpectra,鸡笼,矩阵,DelayedArray,ScaledMatrix,MatrixGenerics
链接
建议	DelayedMatrixStats,sparseMatrixStats,testthat(> =魅惑,covr,knitr,rmarkdown,BiocStyle,ggplot2,ggpubr,飞溅,SingleCellExperiment,微基准测试
SystemRequirements
增强了
URL	https://github.com/PhilBoileau/scPCA
BugReports	https://github.com/PhilBoileau/scPCA/issues
取决于我	OSCA。先进,OSCA.workflows
进口我
建议我
我的链接
构建报告

包档案

遵循bob 体育网址 指示在R会话中使用这个包。

源包	scPCA_1.6.2.tar.gz
Windows二进制	scPCA_1.6.2.zip
macOS 10.13(高山脉)	scPCA_1.6.2.tgz
源库	git克隆https://git.bioconductor.org/packages/scPCA
源库(开发人员访问)	git克隆git@git.bioconductor.org:包/ scPCA
包短Url	//www.anjoumacpherson.com/packages/scPCA/
包下载报告	下载数据
老BioC 3.13源码包	源存档