單細胞測序數據的降維方法及細胞亞型的鑒定聚類方法總結
圖1、細胞亞型的鑒定及分析（Stegle et al. NATURE REVIEWS | GENETICS, 2015） 隨着單細胞測序技術的發展，每個研究或實驗中測定的細胞數量在顯著增加。現在很多單細胞研究中，少則產生幾百，多則產生幾十萬的細胞數量 ...
原文：單細胞數據高級分析之初步降維和聚類 | Dimensionality reduction | Clustering
個人的一些碎碎念： 聚類，直覺就能想到kmeans聚類，另外還有一個hierarchical clustering，但是單細胞里面都用得不多，為什么 印象中只有一個scoring model是用kmean進行粗聚類。 x就是先做PCA，再用kmeans聚類的 鑒於單細胞的教程很多，也有不下於 種針對單細胞的聚類方法了。 降維往往是和聚類在一起的，所以似乎有點難以區分。 PCA到底是降維 聚類還是可 ...
2018-05-28 13:23 0 3684 推薦指數：
相關推薦
單細胞測序數據的降維方法及細胞亞型鑒定聚類方法總結
圖1、細胞亞型的鑒定及分析（Stegle et al. NATURE REVIEWS | GENETICS, 2015） 隨着單細胞測序技術的發展，每個研究或實驗中測定的細胞數量在顯著增加。現在很多單細胞研究中，少則產生幾百，多則產生幾十萬的細胞數量，甚至更多。其中，細胞亞型（cell ...
第八章——降維（Dimensionality Reduction）
機器學習問題可能包含成百上千的特征。特征數量過多，不僅使得訓練很耗時，而且難以找到解決方案。這一問題被稱為維數災難（curse of dimensionality）。為簡化問題，加速訓練，就需要降維了。 降維會丟失一些信息（比如將圖片壓縮成jpeg格式會降低質量），所以盡管會提速，但可能使模型 ...
單細胞分析實錄(6): 去除批次效應/整合數據
上一篇已經講解了Seurat標准流程，推文的最后，注意到了不同樣本之間的表達數據是存在批次效應的，就像下圖這樣，有些是可以聚到一起的亞群，卻出現了不同樣本分開/偏移的情況，比如第3群，這種就是批次效應： 接下來我會介紹Seurat v3的標准整合流程、Seurat結合Harmony 的整合 ...
Stanford機器學習筆記-10. 降維(Dimensionality Reduction)
10. Dimensionality Reduction Content 10. Dimensionality Reduction 10.1 Motivation 10.1.1 Motivation one: Data Compression ...
高維數據降維 國家自然科學基金項目 2009-2013 NSFC Dimensionality Reduction
2013 基於數據降維和壓縮感知的圖像哈希理論與方法 唐振軍 廣西師范大學 多元時間序列數據挖掘中的特征表示和相似性度量方法研究 ...
單細胞測序數據的差異表達分析方法總結
無論是傳統的多細胞轉錄組測序（bulk RNA-seq）還是單細胞轉錄組測序（scRNA-seq），差異表達分析（differential expression analysis）是比較兩組不同樣本基因表達異同的基本方法，可獲得一組樣本相對於另一組樣本表達顯著上調（up-regulated）和下調 ...
Seurat | 單細胞分析工具
Seurat是一個老牌的單細胞分析工具了（satija的力作），我之前測試過，但是沒怎么用。 最近發現這個工具又publish在了NBT上，所以很有必要看一下這篇文章。 Integrating single-cell transcriptomic data across ...