上面是我自己跑出来的图
R语言单细胞分析1 数据下载整理和聚类_哔哩哔哩_bilibili
听到了以下讲解
可以看到umap很多空白都没利用起来,很多细胞群叠在一块,没有办法看到细胞之间分的怎么样。tsne的分群效果明显优于umap。
如果数据非常大,比如有4,5以及十几个样本合并,那么我们可以选择umap。因为数据比较大,降维过程电脑运行比较慢,带不动。如果是小样本量,建议选择tsne。
我这次分析的是3个,看图也感觉umap比较好。
上面是我自己跑出来的图
R语言单细胞分析1 数据下载整理和聚类_哔哩哔哩_bilibili
听到了以下讲解
可以看到umap很多空白都没利用起来,很多细胞群叠在一块,没有办法看到细胞之间分的怎么样。tsne的分群效果明显优于umap。
如果数据非常大,比如有4,5以及十几个样本合并,那么我们可以选择umap。因为数据比较大,降维过程电脑运行比较慢,带不动。如果是小样本量,建议选择tsne。
我这次分析的是3个,看图也感觉umap比较好。