R语言完成t-SNE分析和画图

news/2024/11/7 13:53:58/

1.编一个数据

需要一个行为样本,列为变量(例如基因)的矩阵。

dat = matrix(rnorm(6000),ncol = 20)
dat[101:200,] = dat[101:200,]+rnorm(1,10,10)
dat[201:300,] = dat[201:300,]+rnorm(1,15,15)
rownames(dat) = paste0("a",1:300)
colnames(dat) = paste0("g",1:20)
dat[1:4,1:4]
##           g1         g2         g3          g4
## a1 -0.149414  1.1634082 -0.6643721  0.49231425
## a2  1.241976  0.2490248 -0.5021437  0.75851991
## a3  1.370120  1.0039089 -1.4565175 -0.60521941
## a4 -1.151987 -0.2600440 -0.3445524 -0.05260084
pheatmap::pheatmap(dat,show_rownames = F,color = colorRampPalette(c("navy", "white", "firebrick3"))(50))

2.完成tsne分析并画图

library(Rtsne)
tsne_out = Rtsne(dat,perplexity = 30)
pdat = data.frame(tsne_out$Y,rep(c("a","b","c"),each = 100))
colnames(pdat) = c("Y1","Y2","group")
head(pdat)
##          Y1        Y2 group
## 1 -2.053756 -14.37403     a
## 2 -1.952955 -12.66466     a
## 3 -2.837022 -13.36159     a
## 4 -4.512561 -12.64833     a
## 5 -2.803907 -10.89250     a
## 6 -1.956784 -12.09723     a

画图搞起

library(ggplot2)
ggplot(pdat,aes(Y1,Y2))+geom_point(aes(Y1,Y2,fill = group),shape = 21,color = "black")+stat_ellipse(aes(color = group,fill = group),geom = "polygon",alpha = 0.3,linetype = 2)+theme_classic()+theme(legend.position = "top")

3.神奇参数perplexity

perplexity的默认值是30。样本数量比较小的时候,会报个错说 Error in .check_tsne_params(nrow(X), dims = dims, perplexity = perplexity, : perplexity is too large for the number of samples

一开始我拿的示例数据20行和40行时,都会报这个错。解决办法很简单,把这个参数调小一些即可。查了一下关于这个参数的说明,有几个结果值得记录:

3.1.什么是perplexity

直译是“困惑”,啊这。。确实困惑。

对它的解释是:

This value effectively controls how many nearest neighbours are taken into account when constructing the embedding in the low-dimensional space.

–出自帮助文档

3.2.合理取值范围

The performance of SNE is fairly robust to changes in the perplexity, and typical values are between 5 and 50.

–出自tsne论文原文

3.3. perplexity变化对结果的影响

对于我们这个示例数据,影响确实不大。5,10,50的结果如下,当perplexity = 100的时候就报错了。

有人对这个参数进行了更加深入的探索,值得一读,见https://distill.pub/2016/misread-tsne/。


http://www.ppmy.cn/news/601493.html

相关文章

R语言easier包预测免疫治疗响应

【生信笔记】R语言easier包预测免疫治疗响应 这个包发表于2021年,以患者的RNA序列数据作为输入,来预测免疫治疗的结果。文章的DOI是:doi: 10.1016/j.patter.2021.100293. 用户手册在:http://127.0.0.1:27097/library/easier/doc…

R语言之数据清洗与准备

数据清洗与准备 环境配置 library(mlbench) # 将会使用到包中的BostonHousing数据集 library(funModeling) # 探索性数据分析工具包,本节内容中将会使用到它的status()函数,打印整体数据质量 library(tidyverse) # 数据转化工具包,本节内容…

R语言复习总结

&#xff01;&#xff01;&#xff01;重点&#xff01;&#xff01;&#xff01;&#xff1a;data.frame 绘图 矩阵第一章#R语言是区分大小写的解释型语言 #rm()函数用于删除数据区中的数据第二章#R语言下标从1开始#向量 vector <- c(20173561,1709,20173562,1707)#矩阵 …

R语言 随机森林

关注微信公共号&#xff1a;小程在线 关注CSDN博客&#xff1a;程志伟的博客 R版本&#xff1a;3.6.1 randomForest包&#xff1a;提供randomForest()函数用于随机森林的建立 rflmpute()函数&#xff1a;对数据缺失值进行插补 treesize()函数&#xff1a; 查看模型每颗决策…

TCP三挥四握

TCP三挥四握 TCP最关键的三个步骤&#xff1a;建立连接、数据传输、释放连接&#xff0c;这里的三次握手实现的是服务端和客户端建立连接&#xff1b;四次握手实现的是服务端和客户端释放连接。 三次握手&#xff1a; 建立数据连接 TCP连接需要三次握手的原因&#xff1a; 三次…

【python】蜜蜂算法优化决策树回归的超参数

蜜蜂算法介绍 蜜蜂算法是一种基于蜜蜂的群体行为模拟的解优算法。其灵感来源于蜜蜂在寻找食物、建筑巢穴等任务中的群体行为。蜜蜂算法通过对这种行为的模拟来实现搜索空间中最优解的寻找。 蜜蜂算法的基本思想是&#xff0c;将参数空间视为蜂巢&#xff0c;并在参数空间中展开…

JS逆向系列之猿人学爬虫第16题-window蜜罐

文章目录 目标网站参数定位与加密逻辑分析补全后的jspython调用测试往期逆向文章推荐目标网站 https://match.yuanrenxue.cn/match/16参数定位与加密逻辑分析 t就是时间戳,m是我们主要逆向的参数,跟栈进入window

实测STM32 DMA的数据传输速率不如CPU

测试平台&#xff1a;STM32F407ZGT6 测试内容&#xff1a;用CPU和DMA同样搬运32KB的数据&#xff08;内存到内存&#xff09;&#xff0c;对比搬运耗时 测试代码&#xff1a; 1.DMA初始化 void SRAM_DMA_Config(u8 *sbuf,u8 *aimbuf,u32 bufsize) {DMA_InitTypeDef DMA_In…