# To visualize
# If cells are too spread out, you can raise the perplexity. If you have few cells, try a lower perplexity
#(but never less than 10).
tiss <- RunTSNE(object = tiss, dims.use = 1:n.pcs, seed.use = 10, perplexity=30, dim.embed = 2)
library(ggplot2)
# note that you can set do.label=T to help label individual clusters
TSNEPlot(object = tiss, group.by = 'channel', pt.size = 0.1)
p1 <- TSNEPlot(object = tiss, group.by = 'channel', pt.size = 0.1)
ggsave("TSNEPlot_1.pdf", plot = p1, width = 15, height = 18)
# note that you can set do.label=T to help label individual clusters
TSNEPlot(object = tiss, pt.size = 0.1)
p2 <- TSNEPlot(object = tiss, pt.size = 0.1)
ggsave("TSNEPlot_2.pdf", plot = p2, width = 15, height = 18)
# note that you can set do.label=T to help label individual clusters
TSNEPlot(object = tiss, group.by = 'tissue', pt.size = 0.1)
p3 <- TSNEPlot(object = tiss, group.by = 'tissue', pt.size = 0.1)
ggsave("TSNEPlot_3.pdf", plot = p3, width = 15, height = 18)
To visualize TSNE
©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成,浏览时请结合常识与多方信息审慎甄别。
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。
【社区内容提示】社区部分内容疑似由AI辅助生成,浏览时请结合常识与多方信息审慎甄别。
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。
相关阅读更多精彩内容
- 这是是生信技能树生信爆款入门课程[https://mp.weixin.qq.com/s?__biz=MzAxMDk...
- 通常输入的特征数据是高维的(大于3维),一般难以直接以原特征对聚类结果进行展示。而TSNE提供了一种有效的数据降维...
- hi,大家好,不知道大家对算法感不感兴趣,之前我分享了PCA的原理和一些分析技巧,大家可以参考单细胞PCA分析的降...