科研有捷徑，輸入代碼，一鍵獲取科研成果！就是這么省事，來具體看下有多方便！

搜索http://985.so/a9kb查看全部代碼（目前共計50+持續(xù)新增中），也可以點擊右側(cè)【目錄】，可以看到更多有趣的代碼~

真香提示：文末可以知道如何獲取代碼~?

NMF介紹：

非負矩陣分解?(Nonnegative Matrix Factorizatio，NMF)?是一種無監(jiān)督學(xué)習(xí)技術(shù)，已成功應(yīng)用于多個領(lǐng)域，包括信號處理、人臉識別和文本挖掘。?NMF?在生物信息學(xué)中的最新應(yīng)用已證明其能夠從高維數(shù)據(jù)（如基因表達微陣列）中提取有意義的信息。

使用非負矩陣分解?(NMF)，一種基于部分分解的算法，可以將表達數(shù)據(jù)的維度從數(shù)千個基因減少到少數(shù)元基因。?結(jié)合模型選舉機制，適用于任何隨機聚類算法，NMF?是識別不同分子模式的有效方法，并為聚類發(fā)現(xiàn)提供了強大的方法。

分析目的：

使用NMF算法進行樣本分型并實現(xiàn)類似下圖。

場景需求：

基于R語言利用NMF(非負矩陣分解)對腫瘤樣本進行分型。

算法介紹：

Nonnegative Matrix Factorizatio算法：

結(jié)果展示：

通過本文中代碼的學(xué)習(xí)，可以獲得將樣本進行分型，得到以下圖表結(jié)果：

1.??????? 所需R包的安裝及示例數(shù)據(jù)

2.??????? 計算最佳rank。rank=2:7（rank在2-7之間）

3.??????? 輸出判斷rank數(shù)的圖片

4.??????? 元基因表達譜矩陣的熱圖

5.????? 查看并保存分類結(jié)果

掃碼，聊天框回復(fù)“B06”，查看原文，可以免費獲取代碼！