nscancor:用于非负和稀疏CCA的R包

扫描仪 用于非负和稀疏规范相关分析（CCA）的R包。 CCA是一种用于查找配对数据集之间关联的方法。 例如，一项健康研究可能会记录患者队列的基因表达水平和许多生理参数。 如果人们推测生理症状的原因具有遗传成分，则可以期望在某些基因的表达与某些症状的强度之间找到关联。 CCA找到一对线性投影（称为规范向量），每个数据模态对应一个线性投影，以使投影值（称为规范变量）具有最大的相关性。 通过再次最大化它们的相关性，在它们必须与所有先前变量不相关的附加约束下找到下对规范变量。 CCA由Hotelling于1936年首次提出，与主成分分析（PCA）有很多相似之处。 如果从单个数据集的协方差矩阵的特征值分解（EVD）计算PCA解，则从两个数据集的互协方差矩阵的EVD计算CCA解。 这种方法非常有效，但是在分析过程中有时会遇到以下问题。 首先，如果至少一个数据集包含比样本更多的特征（基因表达数据的常