PCATOOLS

doi：10.18129/b9.bioc.pcatools

PCATOOLS：所有主要组件分析

生物导体版本：版本（3.13）

主成分分析（PCA）是一种非常强大的技术，在数据科学，生物信息学和更远的地方具有广泛的适用性。它最初是为了分析大量数据而开发的，以阐明被分析的逻辑实体之间的差异/关系。它提取数据的基本结构，而无需构建任何模型来表示。数据的“摘要”是通过减少的过程得出的，该过程可以将大量变量转换为不相关的较小数字（即“主要组件”），同时也可以轻松解释原始数据。PCATOOLS通过PCA提供了用于数据探索的功能，并允许用户生成出版物就绪的数据。PCA是通过Biocsingular进行的 - 用户还可以通过不同的指标（例如肘方法和Horn的平行分析）识别最佳的主组件，这与单细胞RNA-SEQ（SCRNA-SEQ）和高尺寸质量质量的数据相关。细胞仪数据。

作者：Kevin Blighe [AUT，CRE]，Anna-Leigh Brown [CTB]，Vincent Carey [CTB]，Guido Hooiveld [CTB]，Aaron Lun [AUT，CTB]

维护者：kevin blighe

安装

要安装此软件包，请启动R（版本“ 4.1”）并输入：

if（！sireseenamespace（“ biocmanager”，悄悄= true））install.packages（“ biocmanager”）biocmanager :: install（“ pcatools”）

对于R的较旧版本，请参考适当的生物导体释放。

文档

要查看系统中安装此软件包的版本的文档，请启动R并输入：

Browsevignettes（“ PCATOOLS”）

html	R脚本	PCATOOLS：所有主要组件分析
PDF		参考手册
文本		消息

细节

生物浏览	2021年欧洲杯 ，，，，2021年欧洲杯 ，，，，2021年欧洲杯 ，，，，2021年欧洲杯 ，，，，2021年欧洲杯 ，，，，2021年欧洲杯 ，，，，2021年欧洲杯
版本	2.4.0
在生物导体中	Bioc 3.9（R-3.6）（2年）
执照	GPL-3
要看	GGPLOT2，，，，Ggrepel
进口	格子，grdevices，牛仔图， 方法，RESHAPE2，统计矩阵，，，，延迟的matrixstats，，，，延迟，，，，生物兴奋，，，，生物比较，，，，RCPP，，，，dqrng
链接	RCPP，，，，beachmat，，，，BH，，，，dqrng
建议	测试，，，，斯克兰，，，，生物基因，，，，尼特，，，，生物酶，，，，地球，，，，HGU133A.DB，，，，ggplotify，，，，beachmat，，，，rmtstat，，，，ggalt，，，，deseq2，，，，呼吸道，，，，org.hs.eg.db，，，，马格里特，，，，rmarkDown
系统要求	C ++ 11
增强
URL	https://github.com/kevinblighe/pcatools
取决于我	奥斯卡
进口我
建议我	Scdataviz
链接到我
构建报告

包装档案

跟随2021年欧洲杯比分预测 在R会话中使用此软件包的说明。

源包	pcatools_2.4.0.tar.gz
Windows二进制	pcatools_2.4.0.zip
MacOS 10.13（高山脉）	pcatools_2.4.0.tgz
源存储库	git克隆https://git.bioconductor.org/packages/pcatools
源存储库（开发人员访问）	git clone git@git.bioconductor.org：packages/pcatools
包装短URL	//www.andersvercelli.com/packages/pcatools/
软件包下载报告	下载统计