提供了贝叶斯PCA、概率主成分分析Nipals PCA、逆非线性PCA和传统的圣言PCA。基于集群的方法缺失值estimationn包含进行比较。BPCA、车牌提取和NipalsPCA可以用来对不完整的数据进行主成分分析以及准确的缺失值估计。一组印刷方法和策划的结果。所有PCA方法使用相同的数据结构(pcaRes)提供一个独特的界面,主成分分析的结果。大开发的分子植物生理学研究所、德国歌。
| 作者 | Wolfram Stacklies Henning Redestig,凯文莱特 |
| 维护人员 | Wolfram Stacklies |
安装这个包,开始R和输入:
源(“//www.andersvercelli.com/biocLite.R”) biocLite (“pcaMethods”)
| 缺失值归责 | R脚本 | |
|---|---|---|
| 数据与异常值 | R脚本 | |
| 介绍 | R脚本 | |
| 参考手册 |
| biocViews | |
|---|---|
| 取决于 |
Biobase,请质量的方法 |
| 进口 | |
| 建议 | |
| 系统需求 | |
| 许可证 | GPL版本2(或更高版本) |
| URL | |
| 取决于我 | |
| 进口我 | |
| 建议我 | |
| 发展历史 | Bioconductor更新日志 |
| 包的来源 | pcaMethods_1.22.0.tar.gz |
|---|---|
| Windows二进制 | pcaMethods_1.22.0.zip |
| MacOS X 10.4(老虎)二进制 | pcaMethods_1.22.0.tgz |
| MacOS X 10.5(豹)二进制 | pcaMethods_1.22.0.tgz |
| 包下载报告 | 下载数据 |