单细胞测序数据的降维方法及细胞亚型的鉴定聚类方法总结
图1、细胞亚型的鉴定及分析（Stegle et al. NATURE REVIEWS | GENETICS, 2015） 随着单细胞测序技术的发展，每个研究或实验中测定的细胞数量在显著增加。现在很多单细胞研究中，少则产生几百，多则产生几十万的细胞数量 ...
原文：单细胞数据高级分析之初步降维和聚类 | Dimensionality reduction | Clustering
个人的一些碎碎念： 聚类，直觉就能想到kmeans聚类，另外还有一个hierarchical clustering，但是单细胞里面都用得不多，为什么 印象中只有一个scoring model是用kmean进行粗聚类。 x就是先做PCA，再用kmeans聚类的 鉴于单细胞的教程很多，也有不下于 种针对单细胞的聚类方法了。 降维往往是和聚类在一起的，所以似乎有点难以区分。 PCA到底是降维 聚类还是可 ...
2018-05-28 13:23 0 3684 推荐指数：
相关推荐
单细胞测序数据的降维方法及细胞亚型鉴定聚类方法总结
图1、细胞亚型的鉴定及分析（Stegle et al. NATURE REVIEWS | GENETICS, 2015） 随着单细胞测序技术的发展，每个研究或实验中测定的细胞数量在显著增加。现在很多单细胞研究中，少则产生几百，多则产生几十万的细胞数量，甚至更多。其中，细胞亚型（cell ...
第八章——降维（Dimensionality Reduction）
机器学习问题可能包含成百上千的特征。特征数量过多，不仅使得训练很耗时，而且难以找到解决方案。这一问题被称为维数灾难（curse of dimensionality）。为简化问题，加速训练，就需要降维了。 降维会丢失一些信息（比如将图片压缩成jpeg格式会降低质量），所以尽管会提速，但可能使模型 ...
单细胞分析实录(6): 去除批次效应/整合数据
上一篇已经讲解了Seurat标准流程，推文的最后，注意到了不同样本之间的表达数据是存在批次效应的，就像下图这样，有些是可以聚到一起的亚群，却出现了不同样本分开/偏移的情况，比如第3群，这种就是批次效应： 接下来我会介绍Seurat v3的标准整合流程、Seurat结合Harmony 的整合 ...
Stanford机器学习笔记-10. 降维(Dimensionality Reduction)
10. Dimensionality Reduction Content 10. Dimensionality Reduction 10.1 Motivation 10.1.1 Motivation one: Data Compression ...
高维数据降维 国家自然科学基金项目 2009-2013 NSFC Dimensionality Reduction
2013 基于数据降维和压缩感知的图像哈希理论与方法 唐振军 广西师范大学 多元时间序列数据挖掘中的特征表示和相似性度量方法研究 ...
单细胞测序数据的差异表达分析方法总结
无论是传统的多细胞转录组测序（bulk RNA-seq）还是单细胞转录组测序（scRNA-seq），差异表达分析（differential expression analysis）是比较两组不同样本基因表达异同的基本方法，可获得一组样本相对于另一组样本表达显著上调（up-regulated）和下调 ...
Seurat | 单细胞分析工具
Seurat是一个老牌的单细胞分析工具了（satija的力作），我之前测试过，但是没怎么用。 最近发现这个工具又publish在了NBT上，所以很有必要看一下这篇文章。 Integrating single-cell transcriptomic data across ...