mvlearnR and Shiny App for multiview learning.
mvlearnR and Shiny App for multiview learning.
复制标题
DOI：
10.1093/bioadv/vbae005
复制
发表时间：
2024
期刊：
影响因子：
--
通讯作者：
中科院分区：
文献类型：
--
作者：
软件包mvlearnR和附带的Shiny App旨在整合来自多个来源或视图或模态的数据（例如基因组学，蛋白质组学，临床和人口统计学数据）。大多数现有的多视图学习软件包是分散的，提供有限的功能，使用户难以进行全面的综合分析。新的软件包包含统计和机器学习方法以及图形工具，提供了一个方便易用的数据集成工作流程。对于编程语言有限的用户，我们提供了一个闪亮的应用程序，以促进任何地方和任何设备上的数据集成。这些方法有可能为复杂的疾病机制提供更深入的见解。 mvlearnR可从以下GitHub存储库获得：https://github.com/lasandrall/mvlearnR。Web应用程序托管在shinyapps.io上，可在https://multi-viewlearn.shinyapps.io/MultiView_Modeling/上获得。
The package mvlearnR and accompanying Shiny App is intended for integrating data from multiple sources or views or modalities (e.g. genomics, proteomics, clinical, and demographic data). Most existing software packages for multiview learning are decentralized and offer limited capabilities, making it difficult for users to perform comprehensive integrative analysis. The new package wraps statistical and machine learning methods and graphical tools, providing a convenient and easy data integration workflow. For users with limited programming language, we provide a Shiny Application to facilitate data integration anywhere and on any device. The methods have potential to offer deeper insights into complex disease mechanisms. mvlearnR is available from the following GitHub repository: https://github.com/lasandrall/mvlearnR. The web application is hosted on shinyapps.io and available at: https://multi-viewlearn.shinyapps.io/MultiView_Modeling/.
登录
查看更多内容
DOI：
10.1214/12-aoas597
发表时间：
2013-03-01
期刊：
The annals of applied statistics
影响因子：
--
作者：
Lock EF;Hoadley KA;Marron JS;Nobel AB
通讯作者：
Nobel AB
影响因子：
1.8
作者：
Palzer, Elise F.;Wendt, Christine H.;Lock, Eric F.
通讯作者：
Lock, Eric F.
影响因子：
3.7
作者：
Lipman D;Safo SE;Chekouo T
通讯作者：
Chekouo T
影响因子：
2.7
作者：
Hotelling, H
通讯作者：
Hotelling, H
影响因子：
1.9
作者：
Safo, Sandra E.;Ahn, Jeongyoun;Jung, Sungkyu
通讯作者：
Jung, Sungkyu