文件名称：nscancor:用于非负和稀疏CCA的R包
文件大小：32KB
文件格式：ZIP
更新时间：2024-06-06 03:05:59
R
扫描仪 用于非负和稀疏规范相关分析（CCA）的R包。 CCA是一种用于查找配对数据集之间关联的方法。 例如，一项健康研究可能会记录患者队列的基因表达水平和许多生理参数。 如果人们推测生理症状的原因具有遗传成分，则可以期望在某些基因的表达与某些症状的强度之间找到关联。 CCA找到一对线性投影（称为规范向量），每个数据模态对应一个线性投影，以使投影值（称为规范变量）具有最大的相关性。 通过再次最大化它们的相关性，在它们必须与所有先前变量不相关的附加约束下找到下对规范变量。 CCA由Hotelling于1936年首次提出，与主成分分析（PCA）有很多相似之处。 如果从单个数据集的协方差矩阵的特征值分解（EVD）计算PCA解，则从两个数据集的互协方差矩阵的EVD计算CCA解。 这种方法非常有效，但是在分析过程中有时会遇到以下问题。 首先，如果至少一个数据集包含比样本更多的特征（基因表达数据的常
【文件预览】：
nscancor-master
----.gitignore(19B)
----NAMESPACE(172B)
----R()
--------normv.R(687B)
--------mcancor.R(10KB)
--------macor.R(4KB)
--------cardinality.R(970B)
--------nscancor-package.R(698B)
--------acor.R(5KB)
--------nscancor.R(12KB)
----.Rbuildignore(19B)
----man()
--------nscancor.Rd(8KB)
--------acor.Rd(3KB)
--------macor.Rd(2KB)
--------mcancor.Rd(6KB)
--------cardinality.Rd(414B)
----README.md(3KB)
----tests()
--------run-all.R(751B)
--------testthat()
----inst()
--------atexample()
--------CITATION(436B)
----DESCRIPTION(1KB)