PCA工具
PCA工具：万物主成分分析
生物导体版本：释放（3.18）
主成分分析（PCA）是一种非常强大的技术，在数据科学、生物信息学等领域具有广泛的适用性。它最初用于分析大量数据，以梳理所分析逻辑实体之间的差异/关系。它提取数据的基本结构，而无需构建任何模型来表示它。数据的“总结”是通过一个简化过程得出的，该过程可以将大量变量转换为不相关的较小数量（即“主成分”），同时能够对原始数据进行简单解释。PCA工具提供了通过PCA进行数据探索的功能，并允许用户生成发布就绪的数字。PCA是通过BiocSingular进行的，用户还可以通过不同的度量来确定最佳主成分数量，如肘法和Horn的平行分析，这与单细胞RNA-seq（scRNA-seqs）和高维质谱数据的数据缩减相关。
作者：Kevin Blighe[aut，cre]，Anna Leigh Brown[ctb]，Vincent Carey[ctb]，Guido Hooiveld[ctb]Aaron Lun[aut、ctb]
维护人员：凯文·布利赫（Kevin Blighe）<Kevin at clinicalbioinformatics.co.uk>
安装
要安装此软件包，请启动R（版本“4.3”）并输入：
if（！require（“生物管理器”，悄悄=TRUE））install.packages（“BiocManager”）BiocManager:：install（“PCAtools”）
对于R的旧版本，请参阅相应的生物导体释放.
文件
要查看系统中安装的此软件包版本的文档，请启动R并输入：
浏览渐晕图（“PCA工具”）
细节
查看更多
程序包档案
跟随安装在R会话中使用此包的说明。
