sPLS-DA允许变量选择,可以选择数据中最具预测性或判别性的特征,并帮助对样本进行分类。 PLS-DA模型建立在X中的所有基因上,其中许多可能无法提供信息来表征不同的类别。sPLS-DA分析的目的是识别出最能区分这两类的一小部分基因。 1sPLS-DA调参 可以使用函数tune.splsda()评估选择的参数,包括sPLS-DA维度数量(ncomp...
sPLS-DA分析的目的是识别出最能区分这两类的一小部分基因。 sPLS-DA调参 可以使用函数tune.splsda()评估选择的参数,包括sPLS-DA维度数量(ncomp)以及要在X数据集中选择的变量数量(keepX)。根据PLS-DA性能评估的建议,将ncomp的最大值设置为6。我们选择重复10次的5倍交叉验证(fold = 5),并指定一个预测距离(最...