一个减少基因表达谱维数并对其进行聚类的软件包。
tmscc的Python项目详细描述
一个单元群集的主题模型图片：：https://img.shields.io/pypi/v/tmscc.svg
：目标：https://pypi.python.org/pypi/tmscc
…图片：：https://img.shields.io/travis/tarohi24/tmscc.svg
：目标：https://travis ci.org/tarohi24/tmscc
…图片：：https://readthedocs.org/projects/tmscc/badge/？版本=最新
：目标：https://tmscc.readthedocs.io/en/latest/？badge=latest
：alt:documentation status
一个用于缩小基因表达谱维度并对其进行聚类的包。
installation
----
。代码块：：console
$pip install tmscc
有关详细信息，请参阅https://tmscc.readthedocs.io/en/latest/installation.html。
代码块：：python
from tmscc import tm
import numpy as np
import pandas as pd
from sklearn.cluster import kmeans
profile=pd.dataframe（
np.arange（200）.reforme（[5，40]）
）基因表达谱（基因*细胞矩阵）
profile.index=['chek2'，'msh2 pten'，'tsc1'，，“her2”]
profile=profile，
outdir='~/tmp'，
）
lda的估计（这需要一些时间。）
lda.estimate（）
lda的theta（）可用于聚类，例如k-means
kmeans=kmeans（n_clusters=2）、fit_predict（lda.theta（））
*免费软件：麻省理工学院许可证
*文档：https://tmscc.readthedocs.io.
features
--
credits
----
*此软件包欠“mallet”的钱。感谢您提供的精彩工具包！
…_木槌：http://mallet.cs.umass.edu/
===
history
==
0.2.0（2018-03-16）
----
*添加LDA实现。
*添加一些文档。
<0.1.0（2018-03-14）
----
*PYPI第一次发布。
：目标：https://pypi.python.org/pypi/tmscc
…图片：：https://img.shields.io/travis/tarohi24/tmscc.svg
：目标：https://travis ci.org/tarohi24/tmscc
…图片：：https://readthedocs.org/projects/tmscc/badge/？版本=最新
：目标：https://tmscc.readthedocs.io/en/latest/？badge=latest
：alt:documentation status
一个用于缩小基因表达谱维度并对其进行聚类的包。
installation
----
。代码块：：console
$pip install tmscc
有关详细信息，请参阅https://tmscc.readthedocs.io/en/latest/installation.html。
代码块：：python
from tmscc import tm
import numpy as np
import pandas as pd
from sklearn.cluster import kmeans
profile=pd.dataframe（
np.arange（200）.reforme（[5，40]）
）基因表达谱（基因*细胞矩阵）
profile.index=['chek2'，'msh2 pten'，'tsc1'，，“her2”]
profile=profile，
outdir='~/tmp'，
）
lda的估计（这需要一些时间。）
lda.estimate（）
lda的theta（）可用于聚类，例如k-means
kmeans=kmeans（n_clusters=2）、fit_predict（lda.theta（））
*免费软件：麻省理工学院许可证
*文档：https://tmscc.readthedocs.io.
features
--
credits
----
*此软件包欠“mallet”的钱。感谢您提供的精彩工具包！
…_木槌：http://mallet.cs.umass.edu/
===
history
==
0.2.0（2018-03-16）
----
*添加LDA实现。
*添加一些文档。
<0.1.0（2018-03-14）
----
*PYPI第一次发布。
欢迎加入QQ群-->： 979659372
