套索 套索:通过套索对成分数据进行相关推断。结果:在本文中,我们首先讨论了成分数据潜在变量的相关定义。在此基础上,我们提出了一种基于最小二乘法的新方法CCLasso,用以从宏基因组数据中推断组分数据潜在变量的相关网络。利用增广拉格朗日方法中的一种有效的交替方向算法来求解优化问题。仿真结果表明,CCLasso算法在成分数据的边缘恢复方面优于现有的SparCC方法。该方法与SparCC在估算人类微生物群落项目中微生物种类的相关网络方面也有较好的比较。可用性和实现:CCLasso是开源的,可以从gnulgplv3下的https://github.com/huayingfang/CCLasso免费获得。 此软件的关键字 这里的任何内容都将在支持canvas元素的浏览器上被替换 微生物群 基协方差 约束 正规化 自适应阈值 惩罚回归 路径求解算法 高维性 中心对数比协方差 微生物组数据 zbMATH中的参考文献(参考 2篇文章 引用) 显示结果1到2,共2个。 是的按年份排序(引用) 10 20 50 全部的 Jeon,Jong-June;Kim,Yongdai;Won,Sungho;Choi,Hosik:成分数据分析的原始路径算法(2020) 曹元培、林元培、林伟、李洪哲:基于成分调整阈值法的成分数据大协方差估计(2019)