https://ixxmu.github.io/tags/%E6%9C%A8%E8%88%9F%E7%AC%94%E8%AE%B0/Recent content in 木舟笔记 on 文字轨迹Hugozh-cnFri, 23 Sep 2022 06:51:04 +0000https://ixxmu.github.io/posts/others/r%E5%AE%9E%E6%88%98__pca_tsne_umap%E4%B8%89%E7%A7%8D%E9%99%8D%E7%BB%B4%E6%96%B9%E6%B3%95%E5%9C%A8r%E4%B8%AD%E7%9A%84%E5%AE%9E%E7%8E%B0/Fri, 23 Sep 2022 06:51:04 +0000https://ixxmu.github.io/posts/others/r%E5%AE%9E%E6%88%98__pca_tsne_umap%E4%B8%89%E7%A7%8D%E9%99%8D%E7%BB%B4%E6%96%B9%E6%B3%95%E5%9C%A8r%E4%B8%AD%E7%9A%84%E5%AE%9E%E7%8E%B0/R实战| PCA、tSNE、UMAP三种降维方法在R中的实现 by 木舟笔记 降维在组学分析中，一般通过降维算法得到低纬度如二维或三维的新坐标数据，再结合可视化技术去展示样本的在新坐标的空间分布，接着加上统计检验结果证实整体组学水平上组间的差异性。降维算法有基于线性模型的PCA，也有基于非线性的tSNE和UMAP等方法。