cimcb包的lite版本,包含对非目标和目标代谢组学数据进行统计分析所需的工具。
cimcb-lite的Python项目详细描述
cimcb lite
cimcb_-lite是cimcb包的lite版本,包含对非目标和目标代谢组学数据进行统计分析所需的工具。
安装
依赖性
CIMCB Lite要求:
- Python(>;=3.5)
- 桶(>;=1.0.0)
- 努比
- scipy
- SCIKIT学习
- 统计模型
- 全面质量管理
用户安装
安装cimcb-lite和依赖项的推荐方法是使用conda
:
conda install -c cimcb cimcb_lite
或pip
:
pip install cimcb_lite
或者,直接从github安装:
pip install https://github.com/cimcb/cimcb_lite/archive/master.zip
api
有关用法的更多详细信息,请参阅docstring。
CIMCB Lite.型号
- PLS_SIMPLS:使用simples算法的偏最小二乘回归。
- train:调整pls模型,保存额外的统计信息(作为属性)并返回y预测值。
- test:计算并返回y预测值。
- evaluate:绘制包含小提琴图、分布图、roc图和二进制度量统计的图形。
- calc_bootci:基于bootlist计算bootstrap置信区间。
- plot_featureimportance:图具有重要性度量。
- plot_permutation_test:绘制排列测试图。
cimcb-lite.绘图
- boxplot:使用bokeh创建boxplot。
- distribution:使用bokeh创建分布图。
- pca:使用bokeh创建pca分数和加载图。
- permutation_test:使用bokeh创建置换测试图。
- roc_plot:使用bokeh创建rocplot。
- scatter:使用bokeh创建散点图。
- scatterCI:使用bokeh创建scatterci绘图。
CIMCB Lite.交叉值
- kfold:对计算二进制度量的参数dict进行穷尽式搜索。
CIMCB Lite.引导程序
- Perc:使用百分位boostrap区间返回bootstrap置信区间。
- BC:使用偏差校正的bootstrap区间返回bootstrap置信区间。
- BCA:使用偏置校正和加速bootstrap区间返回bootstrap置信区间。
CIMCB精简实用程序
- binary_metrics:返回包含以下指标的二进制统计数字:r2、auc、准确性、精密度、灵敏度、特异性和f1分数。
- ci95_ellipse:使用主成分分析(pca)构造一个95%置信椭圆。
- knnimpute:使用欧氏距离的knn缺失值插补。
- load_dataXL:从excel文件加载并验证数据文件和peakfile。
- nested_getattr:嵌套属性的getattr。
- scale:使用方法“auto”、“pareto”、“vast”或“level”缩放x(可以包括nans)。
- table_check:检查datatable和peaktable(用于加载数据xl)时出错。
- univariate_2class:创建一个单变量统计表(2类)。
- wmean:返回加权平均值。忽略nans并处理无限权重。
许可证
cimcb_lite根据mit许可证获得许可。
作者
通信
Edith Cowan大学综合代谢组学与计算生物学中心主任David Broadhurst教授。
电子邮件:d.broadhurst@ecu.edu.au