 |
.. (לתיקייה המכילה) | |
How can we get the data per cluster when we use the hclust() function ? | |
|
You can use the cutree() function. https://www.rdocumentation.org/packages/stats/versions/3.6.2/topics/cutree This function allows you to cut the dendogram according to number of clusters that you want or according to the tree hight. |
It's not clear what we should put instead of "clusters" variable in the code: | |
|
You should build your tSNE plot relying on the expression data. Then, you should use the three clustering teqniques. Following the experiments that you will conduct with different parameters, each teqnique will give you its own "clusters" parameter, that tells you to which cluster each sample is related. You should use this parameter and plot the given clusters on the tSNE plot. |
How can we possibly show/explain the way the data is clustered by using the demographic variables? | |
|
באחת מתוצאות הקלסטור שתבחרו אתם אמורים להשוות בין קלסטרים שונים מבחינת גיל\מין\גזע. לגבי גיל - אתם יכולים לבנות boxplot כשבציר X יש את מספר הקלסטר ובציר Y גיל. ניתן להשתמש ב boxplot(y~x) או ב ggplot(sample_info,aes(x,y,group=x))+geom_boxplot את הרכב הקלסטרים לפי gender, race ניתן להראות בטבלה table(y,x) גם כאן, x זה קלסטרים y זה הפרמטר הדמוגרפי. |
The dbscan gives me no result, or it gives very high number of clusters (the same as a number of samples). | |
|
כיוון שמדובר על דאטה עם הרבה מאוד מימדים (גנים) dbscan מתקשה לקלסטר. אתם יכולים להראות תוצאה עם מספר נקודות מינימלי פר קלסטר (שזה אומר נקודה אחת פר קלסטר) כי זה מה שמתאפשר ע"י השיטה בהנתן מספר מימדים נוכחי. הצביעה של tSNE תהיה בהתאם. לחלופין, או יחד עם זה אתם יכולים להוריד את המימדים של הדאטאסט שלכם ולבצע קלסטור ע"י dbscan כבר על ה data לאחר הורדת מימד. קרי, אתם יכולים לבצע tSNE על ה data ולהריץ על התוצאה את dbscan בצורה של dbscan(tsne$Y,eps=1.5,minPts=5) כשתקבלו את הקלסטרים תוכלו לצבוע בהתאם לקלסטרים את הגרף של tSNE. |