Codeplot
简介
脚本
输入
输出
tsne
简介

embed the neighborhood graph using tsne

脚本
输入
任务名称变量名称类型描述
*
      main
    project_nameString
      项目名称
    
*
      main
    anndataFile
      输入的 annotated 矩阵文件， hdf5 格式
    
*
      main.tsne
    perplexityFloat
      这复杂度与其它流形学习算法中使用的最近邻数有关。较大的数据集通常需要更大的复杂性。考虑选择一个介于5和50之间的值。这个选择不是非常关键，因为t-SNE对这个参数非常不敏感。
    
*
      main.tsne
    memoryString
      任务运行的内存数量,注意1.取值范围为0.25核-32核，另外还可选48核和64,CPU必须为0.25核的整数倍;2.内存取值范围>为1GB-512GB,且内存必须为1GB的整数倍3.CPU/内存配比值必须在1:2到1:8之间
    
*
      main.tsne
    learning_rateFloat
      请注意，R-package'Rtsne'使用默认值200。学习率可能是一个关键参数。应该在100到1000之间。如果初始优化过程中成本函数增加,则早期夸大因子或学习率可能过高。如果目标函数陷入一个坏的局部最小值递增，提高学习率有时会有帮助。
    
*
      main.tsne
    early_exaggerationFloat
      控制原始空间中的自然簇在嵌入空间中的紧密程度以及它们之间的间距。对于较大的值，嵌入空间中自然簇之间的空间将更大。同样，这个参数的选择不是很关键。如果初始优化过程中成本函数增加，则早期夸大因子或学习率可能过高。
    
*
      main.tsne
    cpuString
      任务运行的CPU数量,注意1.取值范围为0.25核-32核，另外还可选48核和64,CPU必须为0.25核的整数倍;2.内存取值范围为1GB-512GB，且内存必须为1GB的整数倍3.CPU/内存配比值必须在1:2到1:8之间
    
输出
任务名称变量名称类型描述
*
      main
    h5adfileFile
      通过填写 this.xxx将输出文件地址返回到对应表格 xxx 列