PCAdapt
基于主成分分析的离群值检测方法，用于识别对群体结构有异常贡献的受选择位点。 该方法无需预先定义群体标签，可自动检测局部适应的遗传标记。
| 属性 | 值 |
|---|---|
| 用途 | 基于 PCA 的选择信号和离群值检测 |
| 时间复杂度 | O(n * m * k) |
| 空间复杂度 | O(n * m) |
| 年份 | 2016 |
| 难度 | 进阶 (Intermediate) |
| 实现语言 | R、C++ |
| 分类 | 群体遗传学 |
复杂度分析
- 时间复杂度：
O(n * m * k) - 空间复杂度：
O(n * m)
性能洞见：该算法时间复杂度属于多项式量级。
注：复杂度基于理论模型。实际性能受数据规模、硬件环境与实现优化影响，建议针对具体场景进行基准测试。
文献与实现
相关工具
BayeScan · OutFLANK · Selscan