高维组学岭冗余分析R包rrda发布

论文作者提出一套面向高维组学数据的岭冗余分析（ridge RDA）计算框架，并将其实现为 CRAN 上的 R 包 rrda，用于降秩回归建模。 该方法借助预测矩阵 X 的奇异值分解避免直接求逆协方差矩阵，以提升计算效率；系数矩阵的存储需求从 pq 降至 (p+q)r，r 为所选降秩维度。框架支持通过交叉验证对岭惩罚参数 λ 与秩 r 进行联合网格搜索。 R 包 rrda 已在 CRAN 发布，分析所用脚本与数据在 GitHub 公开。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。