转录组-PCA分析

PCA分析步骤:

第一步,对所有样本进行中心化

第二步,求特征协方差矩阵

第三步,求协方差矩阵的特征值和特征向量

第四步,将特征值按照从大到小的顺序排序,选择其中最大的k个,然后将其对应的k个特征向量分别作为列向量组成特征向量矩阵

第五步,将样本点投影到选取的特征向量上(用欧氏距离方程计算点间距离)

getwd()

#导入三张表

gene_exp<-read.csv("gene_exp.csv",header = T,row.names = 1)
gene_info<-read.csv("gene_info.csv",header = T,row.names = 1)
sample_info<-read.csv("sample_info.csv",header = T,row.names = 1)

#BiocManager::install("PCAtools
  • 3
    点赞
  • 24
    收藏
    觉得还不错? 一键收藏
  • 7
    评论
评论 7
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值