跳至内容
售后
用户工具
登录
站点工具
搜索
工具
显示页面
修订记录
反向链接
最近更改
媒体管理器
网站地图
登录
>
最近更改
媒体管理器
网站地图
您的足迹:
个性化条目:分子分型分析
编辑本页后请点击“保存”。请参阅
syntax
了解维基语法。只有在您能
改进
该页面的前提下才编辑它。如果您想尝试一些东西，请先到
playground
热身。
媒体文件
=====NMF分子分型===== NMF介绍： 非负矩阵分解 (Nonnegative Matrix Factorizatio，NMF) 是一种无监督学习技术，已成功应用于多个领域，包括信号处理、人脸识别和文本挖掘。 NMF 在生物信息学中的最新应用已证明其能够从高维数据（如基因表达微阵列）中提取有意义的信息。 使用非负矩阵分解 (NMF)，一种基于部分分解的算法，可以将表达数据的维度从数千个基因减少到少数元基因。 结合模型选举机制，适用于任何随机聚类算法，NMF 是识别不同分子模式的有效方法，并为聚类发现提供了强大的方法。 分析脚本： /TJPROJ6/RNA_SH/script_dir/NMF_parting/NMF_parting.R flags: -h, --help show this help message and exit --filter file expression gene in rather than 50% sample, and get top 15% have lager standard deviation optional arguments: -x, --opts OPTS RDS file containing argument values -f, --fpkm FPKM the fpkm file -c, --condition CONDITION the condition file -s, --sample SAMPLE the sample name -p, --prefix PREFIX the prefix of outfile 结果见/TJPROJ6/RNA_SH/script_dir/NMF_parting/NMF_parting_result 示例图如下： {{zhangxin:nmf:nmf_test_nmf_rank_survey.png}} 根据cophenetic图中选择上升最明显的点进行分类 {{zhangxin:nmf:nmf_test_nmf_cluster_heatmap.png}}
保存
预览
取消
编辑摘要
当您选择开始编辑本页，即寓示你同意将你贡献的内容按下列许可协议发布：
CC Attribution-Share Alike 4.0 International
个性化条目/分子分型分析.txt
· 最后更改: 2023/05/19 04:43 由
zhangxin
页面工具
显示页面
修订记录
反向链接
回到顶部
