1.2 质量控制
我们用R语言进行了基本的数据评估和质量控制,所有的表达矩阵都经过log2处理,并且用ggpolt2包进行绘图,进行了相关的PCA主成分分析(Principal Component Analysis)这是一种常见的数据分析方式[9],常用于高维数据的降维,可用于提取数据的主要特征分量。首先预处理数据,然后计算矩阵X的协方差阵。然后计算协方差阵的特征值和特征向量,最后根据特征值和特征向量建立一个映射矩阵。我们绘制了表达密度图,各个数据均有比较好的可比性。
1.2 质量控制
我们用R语言进行了基本的数据评估和质量控制,所有的表达矩阵都经过log2处理,并且用ggpolt2包进行绘图,进行了相关的PCA主成分分析(Principal Component Analysis)这是一种常见的数据分析方式[9],常用于高维数据的降维,可用于提取数据的主要特征分量。首先预处理数据,然后计算矩阵X的协方差阵。然后计算协方差阵的特征值和特征向量,最后根据特征值和特征向量建立一个映射矩阵。我们绘制了表达密度图,各个数据均有比较好的可比性。
上一篇:符合红阳猕猴桃的典型特征