Bioconductor版本:版本(3.15)
一个两步方法在代谢组学将丢失的数据。步骤1使用一个随机森林分类器分类完全随机缺失值消失/随机缺失(MCAR / MAR)或失踪不是随机(MNAR)。MCAR / MAR结合,因为往往很难区分这两个失踪的类型在代谢组学数据。步骤2背景缺失的值基于分类缺失机制,使用适当的归责算法。归责算法测试和用于MCAR / MAR包括贝叶斯主成分分析(BPCA),多个归责没有跳过再邻居(Multi_nsKNN)和随机森林。归责算法测试和用于MNAR包括nsKNN和单一的归责方法归责的代谢物left-censoring存在的地方。
作者:乔纳森Dekermanjian (aut (cre),艾琳Shaddox (aut) Debmalya Nandy (aut) Debashis Ghosh (aut) (Katerina Kechris (aut)
维护人员:乔纳森Dekermanjian <乔纳森。在CUAnschutz.edu Dekermanjian >
从内部引用(R,回车引用(MAI)
):
安装这个包,开始R(版本“4.2”)并输入:
如果(!要求(“BiocManager”,悄悄地= TRUE)) install.packages (“BiocManager”) BiocManager::安装(“梅”)
R的旧版本,请参考适当的Bioconductor释放。
查看文档的版本这个包安装在您的系统,开始R和输入:
browseVignettes (MAI)
HTML | R脚本 | 利用Mechanism-Aware归咎(MAI) |
参考手册 | ||
文本 | 新闻 | |
文本 | 许可证 |
biocViews | 2021年欧洲杯 ,2021年欧洲杯 ,2021年欧洲杯 ,2021年欧洲杯 |
版本 | 1.2.0 |
Bioconductor自 | BioC 3.14 (r - 4.1)(1年) |
许可证 | GPL-3 |
取决于 | R (> = 3.5.0) |
进口 | 脱字符号平行,doParallel,foreach,e1071,future.apply,未来,missForest,pcaMethods,tidyverse统计,跑龙套、方法SummarizedExperiment,S4Vectors |
链接 | |
建议 | knitr,rmarkdown,BiocStyle,testthat(> = 3.0.0) |
SystemRequirements | |
增强了 | |
URL | https://github.com/KechrisLab/MAI |
BugReports | https://github.com/KechrisLab/MAI/issues |
取决于我 | |
进口我 | |
建议我 | |
我的链接 | |
构建报告 |
遵循2021年欧洲杯比分预测 指示在R会话中使用这个包。
源包 | MAI_1.2.0.tar.gz |
Windows二进制 | MAI_1.2.0.zip |
macOS二进制(x86_64) | MAI_1.2.0.tgz |
源库 | git克隆https://git.bioconductor.org/packages/MAI |
源库(开发人员访问) | git克隆git@git.bioconductor.org:包/麦 |
包短Url | //www.andersvercelli.com/packages/MAI/ |
包下载报告 | 下载数据 |
文档»
Bioconductor