GeneTreeConfig {SMRUCC.genomics.Analysis.GeneTree} .NET clr documentation

GeneTreeConfig

Description

GeneTree(XGBoost 非线性基因调控网络)的全量超参数配置。

配置分成四组:

所有以“0”表示“不限制/使用全部”的字段都会在 GeneTreeConfig.Validate() 之后由使用方自行解释, 例如 GeneTreeConfig.MaxRegulators=0 表示保留 ARACNE 给出的全部调控者, GeneTreeConfig.MaxSamplesPerModel=0 表示使用表达矩阵中的全部细胞。

Declare

            
# namespace SMRUCC.genomics.Analysis.GeneTree
export class GeneTreeConfig {
   # 有上下文时,是否把“同一上下文下不做任何扰动”的控制稳态作为差异分析的野生型基线。
   BaselineFromControlSteadyState: boolean;
   # 是否把表达量裁剪为非负(生物学上表达量不能为负)。
   ClipNegative: boolean;
   # 外推裁剪系数:预测值被裁剪到 [min / k, max × k](min ≥ 0)或 [min × k, max × k]。
   ClippingFactor: double;
   # 当迭代的初始状态在所有细胞上完全一致时,是否折叠为单细胞轨迹,默认开启。
   CollapseUniformPopulation: boolean;
   # 列抽样比例 (0, 1]。
   ColSample: double;
   # 注入表达状态上下文(context)时使用的对齐模式,默认 ContextAlignmentMode.Quantile。
   ContextAlignmentMode: ContextAlignmentMode;
   # 收敛阈值:单轮相对变化量(|Δx| / max(1,|x|))低于该值时认为该基因已经稳定。
   ConvergenceTolerance: double;
   # 阻尼系数 α:x_new = (1-α)·x_old + α·f(x)。默认 0.1,越大越激进、越容易震荡。
   DampingAlpha: double;
   # 参与结构发现的候选调控者基因编号集合(由调用方显式给出,不自动推断)。
   DiscoveryCandidates: string;
   # 每个靶基因最多尝试几个候选(控制重拟合次数),默认 5。
   DiscoveryMaxCandidates: integer;
   # 最多对多少个靶基因执行结构发现,0 表示不限制(用于试跑限流)。
   DiscoveryMaxGenes: integer;
   # 每个靶基因最多接受几条新发现的调控边,默认 2。
   DiscoveryMaxPerGene: integer;
   # 残差与候选基因表达之间的 pearson 相关绝对值下限,默认 0.10。
   DiscoveryMinCorrelation: double;
   # 接受一条新调控边所需要的最小验证集 R² 增益,默认 0.002。
   DiscoveryMinDeltaR2: double;
   # 计算残差相关时采样的细胞数量,默认 1000;0 表示使用全部训练细胞。
   DiscoverySampleSize: integer;
   # 早停轮数。验证集不可用(样本过少)时不会生效。
   EarlyStoppingRounds: integer;
   # 调控边的结构发现模式,默认 EdgeDiscoveryMode.AracneOnly(不发现新边)。
   EdgeDiscovery: EdgeDiscoveryMode;
   # 实际生效的迭代硬上限
   EffectiveMaxIterationsHardCap: integer;
   # 分裂所需的最小损失下降(gamma),默认 0。
   Gamma: double;
   # 是否把 "undirected" 类型的候选边也纳入调控关系。默认关闭。
   IncludeUndirectedEdges: boolean;
   # 是否启用结构发现
   IsDiscoveryEnabled: boolean;
   # 敲低(Knockdown)之后保留的野生型表达比例,默认 0.2。
   KnockdownResidual: double;
   # L2 正则化系数(reg_lambda),默认 5,用于抑制小样本过拟合。
   Lambda: double;
   # 学习率 eta,范围 (0, 1]。默认 0.05。
   LearningRate: double;
   # 允许在迭代过程中被“钳制”的基因比例上限,默认 0.05(5%)。
   MaxClampRatio: double;
   # 训练(以及扰动求解)时外层并行的最大并行度;<= 0 表示自动使用全部可用核心。
   MaxDegreeOfParallelism: integer;
   # 单棵树的最大深度。建议 3~4:树越浅,预测函数越平滑,定点迭代越容易收敛。
   MaxDepth: integer;
   # 最多参与训练的靶基因数量(按调控者数量降序保留)。0 表示不限制。
   MaxGenes: integer;
   # 定点迭代的最大轮数。
   MaxIterations: integer;
   # 迭代硬上限:软上限 GeneTreeConfig.MaxIterations 用完之后,只要还没有收敛就继续迭代到该上限。
   MaxIterationsHardCap: integer;
   # 每个靶基因保留的调控因子数量(按照互信息降序裁剪)。0 表示不裁剪(全量档很慢)。
   MaxRegulators: integer;
   # 每个基因模型最多使用的细胞(样本)数量。0 表示使用全部细胞。
   MaxSamplesPerModel: integer;
   # 叶节点最小 Hessian 和的固定下限,默认 2。
   MinChildWeight: double;
   # 叶节点最小 Hessian 和相对于训练样本数的比例,默认 0.05。
   MinChildWeightRatio: double;
   # 训练一个基因模型所需的最小细胞数量,低于该数量时退化为常数模型。
   MinSamples: integer;
   # 节点继续分裂所需的最小样本数。
   MinSampleSplit: integer;
   # 允许在判定收敛时仍然“抖动”的基因比例,默认 0.001(千分之一)。
   MovingGeneTolerance: double;
   # 提升轮数(树的数量)。浅树 + 适度轮数是 readme 针对定点迭代收敛性给出的建议。
   NumBoostRound: integer;
   # 过表达(Overexpression)的倍数,默认 2.0:OE = baseline × OverexpressionFactor。
   OverexpressionFactor: double;
   # 参与迭代的细胞(初始状态)数量。细胞越多,扰动的统计量越稳健,但每轮耗时线性增长。
   PopulationSize: integer;
   # 训练进度的输出间隔(每多少个基因输出一次)。
   ProgressInterval: integer;
   # 行抽样比例 (0, 1]。
   RowSample: double;
   # 随机种子,用于细胞抽样与训练/验证集划分。固定种子保证同一份数据得到相同的抽样与折分。
   Seed: integer;
   # 显著性判定所用的 Z-score 阈值,默认 2。
   SignificanceZScore: double;
   # 单个基因模型在 TGBoost 内部使用的线程数。
   ThreadsPerModel: integer;
   # 留出验证集的比例,用于早停与 R²/RMSE 评估。取值 [0.05, 0.5]。
   ValidationRatio: double;
   # 是否输出进度与统计信息到控制台。
   Verbose: boolean;
}

        

.NET clr type reference tree

  1. use by property member ContextAlignmentMode: ContextAlignmentMode
  2. use by property member EdgeDiscovery: EdgeDiscoveryMode

[Package {$package} version {$version} Index]