如何解决scRNA-seq：如何使用预先计算的 PCA 分数/负载使用 TSNE python 实现？
来自此资源的 Python t-sne 实现：https://lvdmaaten.github.io/tsne/
顺便说一句，我是 scRNA-seq 的初学者。
我想要做的是：使用 scRNA-seq 数据集并在其上运行 t-SNE，但使用先前计算的 PCA（我有 PCA.score 和 PCA.load 文件）
Q1：我应该能够在 tSNE 中使用我选择的计算出的 PCA，但是在运行 Y = tsne.tsne(X) 时我应该使用 pca.score 还是 pca.load 哪个文件？
Q2：我尝试删除/替换部分 PCA 计算代码以尝试删除 PCA 预处理，但它似乎总是出错。我应该更改什么才能正确使用我已有的 PCA 数据而不是再次从中计算 PCA？
PCA 处理代码的原始形式如下： def pca(X=np.array([]),no_dims=50): """ 在 NxD 数组 X 上运行 PCA 以将其维度降低到 no_dims 尺寸。 """
print("Preprocessing the data using PCA...")
(n,d) = X.shape
X = X - np.tile(np.mean(X,0),(n,1))
(l,M) = X #np.linalg.eig(np.dot(X.T,X))
Y = np.dot(X,M[:,0:no_dims])
return Y
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
