SparseMethods4Snp

SparseMethods4Snp implemente deux méthodes "sparses" :

Pls4Snp implémente des fonctionnalités pour l'évaluation génomique utilisant les régressions PLS/Sparse-PLS décrites dans la thèse de Carine Colombani Modèle de prédiction pour l'évaluation génomique des bovins laitiers.
La régression PLS (Partial Least Square regression ou Projection to Latente Structure) repose sur la construction de variables latentes, qui sont des combinaisons des variables explicatives (SNP), associées à des poids appelés vecteurs loadings. Les analyses implémentées ne sont pas multivariées (Chaque phénotype est analysé indépendamment).

Glmnet4Snp : Extremely efficient procedures for fitting the entire lasso or elastic-net regularization path for linear regression, logistic and multinomial regression models, poisson regression and the Cox model.