Codeplot
umap
简介

embed the neighborhood graph using umap

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, .h5ad后缀的hdf5 格式
* main.umap spreadFloat 嵌入点的有效尺度.与min_dist结合使用可确定聚类点的聚集程度/聚集方式.
* main.umap negative_sample_rateInt 在优化低维聚类时,每个正边/1-单纯形样本使用的负边/1-单纯形样本数
* main.umap n_componentsInt 聚类的维数
* main.umap min_distFloat 嵌入点之间的最小有效距离.较小的值将导致更多的聚集/聚集嵌入,其中流形上的相邻点绘制得更近,而较大的值将导致点的分布更加均匀.该值应相对于排列值进行设置,该值决定嵌入点将展开的比例.
* main.umap 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.umap init_posString 如何初始化低维聚类,可选值['paga', 'spectral', 'random'], ndarray, None] (默认值: 'spectral')
* main.umap gammaFloat 低维嵌入优化中负样本的加权.大于1的值将导致负数样本的权重更大.
* main.umap dockerString --
* main.umap 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
* main.umap alphaFloat 嵌入优化的初始学习速率.
输出
任务名称变量名称类型描述
* main clustfileFile 通过填写 this.xxx将输出文件地址返回到对应表格 xxx 列
* main h5adfileFile 通过填写 this.xxx将输出文件地址返回到对应表格 xxx 列