cimcb包的lite版本，包含对非目标和目标代谢组学数据进行统计分析所需的工具。
cimcb-lite的Python项目详细描述
cimcb lite
cimcb_-lite是cimcb包的lite版本，包含对非目标和目标代谢组学数据进行统计分析所需的工具。
安装
依赖性
CIMCB Lite要求：
- Python（>；=3.5）
- 桶（>；=1.0.0）
- 努比
- scipy
- SCIKIT学习
- 统计模型
- 全面质量管理
用户安装
安装cimcb-lite和依赖项的推荐方法是使用conda：
conda install -c cimcb cimcb_lite或pip：
pip install cimcb_lite或者，直接从github安装：
pip install https://github.com/cimcb/cimcb_lite/archive/master.zipapi
有关用法的更多详细信息，请参阅docstring。
CIMCB Lite.型号
- PLS_SIMPLS：使用simples算法的偏最小二乘回归。
- train：调整pls模型，保存额外的统计信息（作为属性）并返回y预测值。
- test：计算并返回y预测值。
- evaluate：绘制包含小提琴图、分布图、roc图和二进制度量统计的图形。
- calc_bootci：基于bootlist计算bootstrap置信区间。
- plot_featureimportance：图具有重要性度量。
- plot_permutation_test：绘制排列测试图。
cimcb-lite.绘图
- boxplot：使用bokeh创建boxplot。
- distribution：使用bokeh创建分布图。
- pca：使用bokeh创建pca分数和加载图。
- permutation_test：使用bokeh创建置换测试图。
- roc_plot：使用bokeh创建rocplot。
- scatter：使用bokeh创建散点图。
- scatterCI：使用bokeh创建scatterci绘图。
CIMCB Lite.交叉值
- kfold：对计算二进制度量的参数dict进行穷尽式搜索。
CIMCB Lite.引导程序
- Perc：使用百分位boostrap区间返回bootstrap置信区间。
- BC：使用偏差校正的bootstrap区间返回bootstrap置信区间。
- BCA：使用偏置校正和加速bootstrap区间返回bootstrap置信区间。
CIMCB精简实用程序
- binary_metrics：返回包含以下指标的二进制统计数字：r2、auc、准确性、精密度、灵敏度、特异性和f1分数。
- ci95_ellipse：使用主成分分析（pca）构造一个95%置信椭圆。
- knnimpute：使用欧氏距离的knn缺失值插补。
- load_dataXL：从excel文件加载并验证数据文件和peakfile。
- nested_getattr：嵌套属性的getattr。
- scale：使用方法“auto”、“pareto”、“vast”或“level”缩放x（可以包括nans）。
- table_check：检查datatable和peaktable（用于加载数据xl）时出错。
- univariate_2class：创建一个单变量统计表（2类）。
- wmean：返回加权平均值。忽略nans并处理无限权重。
许可证
cimcb_lite根据mit许可证获得许可。
作者
通信
Edith Cowan大学综合代谢组学与计算生物学中心主任David Broadhurst教授。
电子邮件：d.broadhurst@ecu.edu.au
欢迎加入QQ群-->： 979659372
