文件名称：k-means聚类算法及matlab代码-single-cell-review:单细胞审查
文件大小：26.09MB
文件格式：ZIP
更新时间：2024-06-10 08:43:44
系统开源
k-means聚类算法及matlab代码用于单细胞RNA测序数据聚类的机器学习和统计方法 在两个数据集下几种scRNA-Seq聚类算法之间的比较： PBMC数据集 从[1]下载数据集，其中包含来自新鲜供体（捐献者A）的10个富集珠子的外周血单核细胞（PBMC）亚群。 使用的19,630个基因在至少3个细胞中表达。 比较了以下方法： k均值 BackSPIN [2] cellTree [3] CIDR [4] DendroSplit [5] ICGS [6] 单片眼镜[7] pcaReduce [8] SC3 [9] 刮刀[10] 苏拉特1.0 [11] SNN-Cliq [12] 可以在PBMC文件夹中找到源代码，并且假定您已经安装了机器的每种方法。 源代码已在MATLAB 2018a中实现。 每种方法处理的数据集可在以下位置下载： 乳腺癌数据集 从[13]下载了数据集，其中包含11名乳腺癌患者的515个细胞。 我们提取了前5,000个差异表达基因。 细胞分为三类：免疫，基质或肿瘤。 我们使用了包含三组细胞的5名患者，总共212个细胞。 比较了以下方法： 分离的k均值 合并的k均值 分
【文件预览】：
single-cell-review-master
----README.md(5KB)
----PBMC()
--------Seurat()
--------CIDR()
--------A_samples.mat(17.98MB)
--------Kmeans()
--------Celltree()
--------SC3()
--------SCRAT()
--------DendroSplit()
--------SNNCliq()
--------rand_index.m(2KB)
--------TSCAN()
--------ICGS()
--------Monocle()
--------BackSPIN()
--------pcaReduce()
----BRCA()
--------Seurat()
--------Kmeans()
--------Celltree()
--------SC3()
--------scVDMC()
--------Monocle()
--------A_BRCA_filtered_5000.mat(11.71MB)